从包含两列的PDF中很好地提取文本
从包含两列的PDF中很好地提取文本
提问于 2020-09-18 20:03:25
我正在尝试提取这些公司的年报文本。它的设计是在两列的大部分。所以我不知道如何正确地提取它，因为在使用pdftools包的R I中，我提取第一列的第一行紧邻第二列的第一行，而不是第一列的第二行。
这是我的代码：
library(pdftools)
readpdf<- pdf_text("https://www.telefonica.com/documents/153952/13347920/2019-Telefonica-Consolidated-Management-Report.pdf/0a9c8382-c9ff-ba52-1d5b-e431a7efab3f")我如何才能正确地执行此操作？
回答 1
Stack Overflow用户
发布于 2021-08-24 15:52:18
我的答案是使用像ABBY Fine reader或同等的OCR软件。我也尝试过使用R中提供的开源软件处理相同类型的数据，但它不能很好地满足我的目的
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/63955427
复制相关文章
相似问题
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号