自动识别打开pdf文件的错误答案

【问题标题】：Automatically Identify error opening pdf files自动识别打开pdf文件的错误
【发布时间】：2019-06-13 09:10:24
【问题描述】：

我有一个包含 1000 多个 pdf 文件的文件夹。其中少数无法打开（因为自动下载操作 - 在 R 中使用“wb”模式（win OS）的 download.file 执行的自动下载操作以某种方式失败）。我需要重新下载它们，但为此我应该得到它们的列表。我怎样才能以有效的方式获得它？

我成功地使用了半手动方法：使用 for 循环，我打印每个文件的名称并在每个文件上使用 pdf_info()，它会尝试打开它。对于那些受错误影响的人，我会收到一条类似这样的多条错误消息：

PDF 错误：找不到预告片字典

PDF 错误：外部参照条目 6796 无效

PDF 错误：外部参照条目 408 无效

PDF 错误：外部参照条目 6770 无效

PDF 错误：顶级页面对象类型错误（空）

从100个文件中，这样我识别出0-2个受错误影响的文件（因为文件名打印在错误前面）。但随后我必须手动重新下载由此识别的每个文件。我想使用一些条件，以便当我收到这样的错误时，将文件名添加到文件名向量中。我只是无法理解如何使用这种条件。

这就是我现在所做的：

library(pdftools)

files <- list.files(pattern = "pdf$")

for (i in 1:100){
  print(i)
  pdf_info(files[i])
}

我想更改 for 循环（或使用替代代码），以便能够收集损坏的 pdf 文件的名称。

【问题讨论】：

标签： r

【解决方案1】：

应该这样做：

library(pdftools)

files <- list.files(pattern = "\\.pdf$")

for (file in files){
  corruptedPdfs <- list()

  tryPdfInfo <- tryCatch({
    pdf_info(file)
    }, error=function(e){e}
  )

  if(inherits(tryPdfInfo, "error")){
    corruptedPdfs[[file]] <- file
  }
}

print(corruptedPdfs)

【讨论】：

非常感谢您的帮助。我对其进行了测试，它确实可以正常工作。
不客气！如果有帮助，请采纳答案。
我试过了，但错误地我只是对答案投了赞成票，而不是接受它。现在我接受了。