【发布时间】：2019-09-01 22:33:34
【问题描述】：
我正在为许多研究论文做 for 循环。这里我想从阅读文档中提取内容。
如何使 R 只读取到最后一行，其中有很多点，并指示为结束行？如下图所示：
[数字] [字母][点][数字]
如果没有多个点，则停止并指示为结束线。
例如我有以下代码，但它不适用于其他文档，因为有时会有不同的结尾。
if(((nrow(pdf[pdf$text == "References ." & pdf$element_id == '2',]) == 1) & !(exists("endline"))) == 1){
endline <- pdf$line_id[pdf$text == "References ." & pdf$element_id == '2']
}
R 读取整个文档并仅识别到最后一个有许多点的位置。
【问题讨论】：
-
另外，我也试过这个 grep() 函数 if(nrow(pdf[grep("\\......... ([0-9]{3})$" ,pdf$text, perl = TRUE),])){ endline
-
嗨@Bakai。您能否编辑您的问题以添加这些元素而不是添加评论？这样，所有相关元素都将直接在您的问题中找到。
-
只是好奇，这个答案有用吗？
标签： r regex pdf-scraping