问题标签 [tabulizer]

当我导入包“tabulizer”时出现此错误（见图），有人可以帮忙吗？

我只是在使用：

extract_tables('/Users/ben/OneDrive/Utah Local Governments Trust/Underwriting - Documents/Data Analysis/Emod Calculation/Expected Loss Rates, D-Ratio, Etc.pdf')

加载后：

library(tabulizer)

library(tabulizerjars)

它说它需要使用 Java SE 6 来打开 Rstudio，但我可以在运行函数之前用最新的 java 打开它。

我正在尝试从 31 个 pdf 中分别提取一个表。表格的标题都以相同的方式开始，但结尾因地区而异。

一份文件的标题是“表 13.1：2011/12 农业年度按地区、农村和城市居民分列的从事农业的家庭总数；阿鲁沙地区，2012 年人口普查”。另一个是“表 13.1：2011/12 农业年度按地区、农村和城市居民分列的从事农业的家庭总数；多多马地区，2012 年人口普查”。

我使用 tabulizer 根据我需要的特定文本行手动抓取第一个表，但考虑到类似的命名约定，我希望自动化这个过程。

我使用这段代码将 web pdf 转换为 csv 文件，到目前为止效果很好：

我今天收到这些错误消息：

有人可以帮我吗？

我正在尝试安装 rJava 以使用包 tabulizer。到目前为止，我的步骤是install.packages("rJava")运行，运行Sys.setenv(JAVA_HOME="C:/Program Files/Java/jdk-15.0.1")，然后运行library(rJava)。运行最后一个命令时，我首先会弹出一个显示EXTPTR_PTR Entry Point for procedure not found（基于我希望的翻译），然后在控制台中：

我确保我拥有 Java 的 JRE 和 JDK 版本的最新版本，并且它们和 R 都是 64 位版本。我还尝试将 Java_Home路径指向其中任何一个，以及 just ../Java，它们都返回相同的错误。关于它是什么错误的任何线索？所有帮助表示赞赏！

在 R 中，我使用 Tabulizer 库从 Pdf 表中提取数据，名称为尼泊尔语，提取后我获取此表 [1]：https ://i.stack.imgur.com/Ltpqv.png

但现在我希望第 2 列的名称更改为英文等效项

有没有办法在 R 中做到这一点

我写的 R 代码是

下面的代码从pdf中提取表格并水平放入CSV，
有人可以帮我如何将每个页面的表格垂直提取到csv中吗？

我试图在 R 中同时使用pdftools::pdf_text和来抓取一个相当困难的 PDF tabulizer::extract_tables。但是，在我的情况下，根据PDF的性质，这些似乎都没有太大帮助。PDF 包含“嵌套”信息，如图所示。

解决这个问题的最佳方法是什么？stringr::str_split_fixed使用with 用空格分割n=3给了我矩阵，但似乎很难创建一个正则表达式来检测每列中我想要的信息（仅在描述和事件日期/时间之后）。

如何重命名具有“X 或 X.1 或 X.3”值的列标题，但它应该使用下一列的标题引用和重命名。

代码：

实际输出：

预期输出：

如果标签名称以“G”开头，如何删除列标签

代码：

实际输出：

预期输出：

另外请向我建议从 PDF 中提取数据表的任何其他 R 包（pdftools 和 tabulizer 除外）