如何使用 magick::image_read_pdf 获取 pdf 文件的总页数？

Question

假设在一个文件夹下 main_path，我们有多个页数不同的 pdf 文件，我使用下面的函数循环所有文件并截取每一页：

library(magick)
library(glue)

main_path <- './'

file_names <- list.files(path = main_path, pattern ='.pdf') 
file_paths <- file.path(main_path, file_names)
file_names_no_ext <- tools::file_path_sans_ext(file_names)

max_page <- 10
pdf2plot <- function(file_path, file_names_no_ext){
  pages <- magick::image_read_pdf(file_path)
  print(pages)
  num <- seq(1, max_page, 1)
  # num <- seq(1, nrow(data.frame(pages)), 1)
  for (i in num){
    pages[i] %>% image_write(., path = paste0(glue(main_path, '/plot/', {file_names_no_ext},
                                                   sprintf('_%02d.', i)), format = "png"))
  }
}

mapply(pdf2plot, file_paths, file_names_no_ext)

我遇到的问题是，如果我们在文件夹中有一个总页数少于 max_page 的文件，它会引发一个 Error in magick_image_subset(x, i) : subscript out of bounds。例如，我有一个文件有 2 页，但我设置 max_page=10，我会得到这个错误。

pages内容：

  format width height colorspace matte filesize density
  <chr>  <int>  <int> <chr>      <lgl>    <int> <chr>  
1 PNG     2250   3000 sRGB       TRUE         0 300x300
2 PNG     2250   3000 sRGB       TRUE         0 300x300
3 PNG     2250   3000 sRGB       TRUE         0 300x300
4 PNG     2250   3000 sRGB       TRUE         0 300x300
5 PNG     2250   3000 sRGB       TRUE         0 300x300
6 PNG     2250   3000 sRGB       TRUE         0 300x300
7 PNG     2250   3000 sRGB       TRUE         0 300x300
8 PNG     2250   3000 sRGB       TRUE         0 300x300
9 PNG     2250   3000 sRGB       TRUE         0 300x300
Error in magick_image_subset(x, i) : subscript out of bounds
Called from: magick_image_subset(x, i)

我认为有两种方法可以解决这个问题，但我还不知道怎么做：1.使用try-catch，2.用获取总数替换max_page使用 magick::image_read_pdf.

的页面

感谢您的提前帮助。

Answer 1

如果您查看 ?image_read 的文档，我们可以看到：

All standard base vector methods such as [, [[, c(), as.list(), as.raster(), rev(), length(), and print() can be used to work with magick image objects. Use the standard img[i] syntax to extract a subset of the frames from an image.

因此您只需使用 length(pages) 即可获取该文档的页数。这是使用 lapply() 的函数的简单版本。我认为您可以大大简化您的路径，但不会深入研究。

library(magick)
library(glue)

pdf2plot <- function(file_path, file_names_no_ext){
  pages <- magick::image_read_pdf(file_path)
  lapply(
    1:length(pages),
    \(i) image_write(pages[i], path = paste0(glue(main_path, '/plot/', {file_names_no_ext},
                                                   sprintf('_%02d.', i)), format = "png"))
  )
}

^{使用 R 4.1.0 生成的代码}

如何使用 magick::image_read_pdf 获取 pdf 文件的总页数？

How to get total number of pages of pdf files using magick::image_read_pdf?

r

try-catch

rmagick