在R中的pdftools在不同的机器上执行不同的操作

Question

我注意到一个问题，在R中的pdftools包在我的Windows 7机器上本地运行与我通过ssh在共享Ubuntu服务器上运行它时，执行起来似乎不同。

我的代码：

download.file("http://www.nber.org/lbid/docs/LinkCO95Guide.pdf",
          "1995codebook.pdf", 
          mode = "wb", 
          method = "libcurl")
codebook <- pdf_text("1995codebook.pdf")

在我的本地windows 7机器上，对象代码本显示为“大字符(258个元素，710.2 Kb)"，而在Ubuntu服务器上则显示为”大字符(258个元素，701.9 Kb)“。

正如您可能想象的那样，这对我在下游造成了问题，在我的本地机器上工作的代码在Ubuntu服务器上没有产生相同的结果。查看代码本中包含的文本，我立即注意到的第一个区别是，在Windows上生成的版本有"\r\n“，而在Ubuntu上生成的版本只有"\n”(我依赖下游的"\r\n“)。

为什么那个角色系列会有所不同？这可能与编码有关吗？任何帮助都会感谢是什么造成的，以及我如何在这两台机器上得到相同的结果。

最后要提到的一点是:为了安装pdftools，我不得不在Ubuntu服务器上的主目录(没有sudo访问权限)上安装poppler库：

apt-get source poppler
cd poppler-0.24.5
./configure --prefix=$HOME/myapps
make
make install
export PKG_CONFIG_PATH=$HOME/myapps/lib/pkgconfig

在这样做之后，install.packages("pdftools")似乎运行正常。和pdftools没有问题加载。所以如果安装不好，我不知道哪里出了问题。

Answer 1

有几件事：

• Windows有不同的行尾，这是广泛记录。仅这一点就说明了大小的差异。
• 即使在下载之后，您也可以在两种约定之间进行转换。这样做的一个工具是dos2unix，您可以通过apt-get install dos2unix获得它
• 你把你的生活弄得太复杂了。作为pdftools的脚本说，只需通过apt-get install libpoppler-cpp-dev安装库即可

但是:大多数正常的程序(包括R)都相同地对待\r\n和n，所以导入的数据应该是相同的。如果没有，请使用dos2unix或同等工具进行必要的转换。从长远来看，您希望您的代码不受关注。