當使用 readtext 閱讀 pdf 文本時，有沒有辦法確保 readtext 尊重列？

Question

問題是我有一個橫向格式化的 PDF 文檔，其中包含三列文本，我試圖使用 readtext() 將其讀入 R。 當它讀入文本時，它不是按順序閱讀每一列，而是在同一行文本的列之間閱讀。

簡單地描述一下，如果每列的第一行只是 1-10 的一串數字，而第二行是 11-20 的字符串，那么 readtext() 將其讀為“1234567891012345678910”而不是“1234567891011121314.. 。“ 等等。

有沒有辦法指定 readtext() 在我的導入過程中跟隨列？

最好的，丹尼爾

Answer 1

（當前）答案是否定的。 readtext使用 pdftools 包來讀取 pdf，這無法識別單獨的列。 這與用於閱讀 pdf 的 poppler 有關。 另請參閱 github 上的問題 4 。 它有點像pdf_data但不容易檢索。