嗨，首先感谢您的帮助。我想知道是否有一种方法可以从pdf可编辑文件中提取在所有页面的同一位置分配的特定数据。
该文件(出于隐私考虑进行了修改(包含一系列工资收据，所有页面都包含相同的格式和数据。我只想提取每个员工的SSN(编号IMSS(，并将它们放在数据框架上。我已经搜索了如何做到这一点，但我只发现了数据结构不正确的情况，因为在这个文件中，所有页面都是完全相等的，我想知道是否有一种不那么麻烦的方法。
使用pdf工具和下面的步骤，我能够分离出我想要的数据(分配在第9行(，但只能从单个页面中分离出来。我想知道是否可以输入适用于所有页面的命令。非常感谢。
> library(pdftools)
> test <- pdf_text("pruebas.pdf")
> orden <- strsplit(test,"rn")
> required <- c(unlist(strsplit(orden2[[1]],"rn")))
> nss <- required[9]
> result <- as.data.frame(nss)
这是一个文本解析任务，有几种方法可以实现。也许最快的方法是在每个No. IMSS:分割输出，选择第二个片段，在换行处分割结果，然后取第一个片段。代码不漂亮，但很有效：
sapply(strsplit(sapply(strsplit(pdftools::pdf_text("pruebas.pdf"),
"No\. IMSS: +"), `[`, 2), "r"), `[`, 1)
#> [1] "12-34-56-7895-5" "12-34-56-7895-9" "12-34-56-7895-7" "12-34-56-7895-1"