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的 PDF 文档，其中包含三列文本，我正尝试使用 readtext() 将其读入 R。当它读取文本时，不是按顺序读取每一列，而是跨同一行文本在列之间读取。

简单来说，如果每列的第一行只是一串 1-10 的数字，第二行是一串 11-20，那么 readtext() 会将其读入为“1234567891012345678910”，而不是如“1234567891011121314...”等等

有没有办法指定 readtext() 在我的导入过程中跟随列？

最好， 丹尼尔

Answer 1

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