在 Windows 上安装 pdftotext(用于 R、'tm' 包)

Question

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]

这给了我一个错误：

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

我认为这是由于pdftotext程序（xpdf的一部分，http://www.foolabs.com/xpdf/download.html)没有在我的机器上正确安装，因此R无法访问它。

正确安装xpdf/pdfotext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）

Answer 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")
}

Answer 2

设置

setwd('C:/xpdf/bin64')                 

它对我有效。