当使用 readtext 阅读 pdf 文本时，有没有办法确保 readtext 尊重列？

Question

问题是我有一个横向格式化的 PDF 文档，其中包含三列文本，我试图使用 readtext() 将其读入 R。 当它读入文本时，它不是按顺序阅读每一列，而是在同一行文本的列之间阅读。

简单地描述一下，如果每列的第一行只是 1-10 的一串数字，而第二行是 11-20 的字符串，那么 readtext() 将其读为“1234567891012345678910”而不是“1234567891011121314.. 。“ 等等。

有没有办法指定 readtext() 在我的导入过程中跟随列？

最好的，丹尼尔

Answer 1

（当前）答案是否定的。 readtext使用 pdftools 包来读取 pdf，这无法识别单独的列。 这与用于阅读 pdf 的 poppler 有关。 另请参阅 github 上的问题 4 。 它有点像pdf_data但不容易检索。