在 Windows 上安装 pdftotext（用于 R，'tm' 包）答案

【问题标题】：Installing pdftotext on Windows (for use with R, 'tm' package)在 Windows 上安装 pdftotext（用于 R，'tm' 包）
【发布时间】：2016-03-23 11:49:14
【问题描述】：

我在使用 R 'tm' 包读取 .pdf 文件时遇到问题。具体来说，我尝试运行以下代码：

library(tm)
filename = "myfile.pdf"

tmp1 <- readPDF(PdftotextOptions="-layout")
doc <- tmp1(elem=list(uri=filename),language="en",id="id1")
doc[1:15]

...这给了我错误：

Error in readPDF(PdftotextOptions = "-layout") : 
  unused argument (PdftotextOptions = "-layout")

我认为这是因为我的机器上没有正确安装 pdftotext 程序（xpdf 的一部分，http://www.foolabs.com/xpdf/download.html），因此 R 无法访问它。

正确安装 xpdf/pdftotext 以执行上述 R 代码的步骤是什么？（我知道已经发布了类似的问题，但它们没有解决相同的问题）

【问题讨论】：

如果您在没有选项-layout 的情况下调用readPDF 会发生什么？
尝试使用 pdftools 包。这样就避免了安装 xpdf 的麻烦。
@Karsten：在没有 -layout 设置的情况下运行代码会给我以下错误：>>> System2 中的错误（“pdftotext”，c（control$text，shQuote（x），“-” ), stdout = TRUE) : '"pdftotext"' 未找到
@user3641140 我会研究 pdftools - 但安装 xpdf 真的很麻烦吗？
您是否将 xpdf 路径添加到环境变量中？

标签： r tm pdftotext xpdf

【解决方案1】：

PdftotextOptions 不是readPDF 的参数。 readPDF 有一个 control 参数，它需要一个列表。所以正确的用法是：

if(all(file.exists(Sys.which(c("pdfinfo", "pdftotext"))))) { 
  tmp1 <- readPDF(control = list(text = "-layout"))
  doc <- tmp1(elem=list(uri=filename),language="en",id="id1")
}

【讨论】：

乍一看似乎可行。我会在进一步调查后很快接受您的回答。

【解决方案2】：

设置

setwd('C:/xpdf/bin64')

它对我有用。

【讨论】：