Наше любопытство, есть ли способ читать метаданные PDF - например, информацию, показанную ниже - из R?
Я ничего не мог по этому поводу найти из [r] pdf metadata
в текущей базе вопросов. Любые указатели очень приветствуются!
Наше любопытство, есть ли способ читать метаданные PDF - например, информацию, показанную ниже - из R?
Я ничего не мог по этому поводу найти из [r] pdf metadata
в текущей базе вопросов. Любые указатели очень приветствуются!
Я не могу думать о чистом R-способе сделать это, но вы, вероятно, можете установить свой любимый инструмент командной строки PDF (например, в формате PDF инструментарий, PDFtk и используйте это, чтобы получить хотя бы некоторые из данных, которые вы ищете.
Ниже приведен пример использования PDFtk. Он предполагает, что pdftk
доступен на вашем пути.
x <- getwd() ## I'll run this example in a tempdir to keep things clean
setwd(tempdir())
list.files(pattern="*.txt$|*.pdf$")
# character(0)
pdf(file = "SomeOutputFile.pdf")
plot(rnorm(100))
dev.off()
system("pdftk SomeOutputFile.pdf data_dump output SomeOutputFile.txt")
list.files(pattern="*.txt$|*.pdf$")
# [1] "SomeOutputFile.pdf" "SomeOutputFile.txt"
readLines("SomeOutputFile.txt")
# [1] "InfoBegin" "InfoKey: Creator"
# [3] "InfoValue: R" "InfoBegin"
# [5] "InfoKey: Title" "InfoValue: R Graphics Output"
# [7] "InfoBegin" "InfoKey: Producer"
# [9] "InfoValue: R 3.0.1" "InfoBegin"
# [11] "InfoKey: ModDate" "InfoValue: D:20131102170720"
# [13] "InfoBegin" "InfoKey: CreationDate"
# [15] "InfoValue: D:20131102170720" "NumberOfPages: 1"
# [17] "PageMediaBegin" "PageMediaNumber: 1"
# [19] "PageMediaRotation: 0" "PageMediaRect: 0 0 504 504"
# [21] "PageMediaDimensions: 504 504"
setwd(x)
Я бы посмотрел, какие еще существуют опции для определения того, какие метаданные будут извлечены, и посмотрите, есть ли удобный способ проанализировать эту информацию в более удобной для вас форме.