Como manipular ficheiros pdf em R
Manipulação de ficheiros em pdf
Como manipular ficheiros em pdf usando o R
O nunca pára de me supreender, e sempre tenho tido, com o pode-se fazer tudo. E hoje, gostava de mostrar como podemos manipular ficheiros pdf usando a livraria pdftools. Esta livraria tem varias funcionalidades para manipular ficheiros pdf. Contudo, para este post irei mostrar como podemos juntar vários ficheiros pdf num único ficheiros, como separar ficheiros e como seleccionar algumas páginas de um ficheiro pdf.
Vamos, primeiro, mostrar como extrair/seleccionar uma determinada página num ficheiro pdf
library(pdftools)
# extraír algumas páginas de um ficheiro pdf
url_doc1 <- 'https://rachidmuleia.com/project/2023-03-14-programacao-estatistica/Aula_Estruturas_Dados.pdf'
pdf_subset(input = url_doc1, # nome o ficheiro onde faremos a extração
output = 'aulas_primeiras_paginas.pdf', # nome do ficheiro com as paginas extraídas
pages = c(1,10,12) # páginas a extrair
)
Para combinar vários ficheiros pdf num único ficheiro, usamos a função pdf_combine. Esta função pode-se usar para combinar, por exemplo, a sua carta de candidatura, CV e os seus certificados para submissão em uma vaga de emprego. Então, não precisa mais sofrer em pagar alguns softwares comerciais para tal.
library(pdftools)
# combinar varios ficheiros pdf
url_doc1 <- 'https://rachidmuleia.com/project/2023-03-14-programacao-estatistica/Aula_Estruturas_Dados.pdf'
url_doc2 <- 'https://rachidmuleia.com/project/2023-03-14-programacao-estatistica/Importacao_Dados.pdf'
pdf_combine(input = c(url_doc1,url_doc2 ), #vector com as urls dos ficheiros a combinar
output = 'ficheiro_combinado.pdf' # nome do ficheiro com os pdfs combinados
)
Repare que neste exemplo considero documentos em uma url, mas também podemos ler considerar documentos armazenados localmente (no directório de trabalho ou indicando o directório que contém os ficheiros ).
library(pdftools)
# combinar varios ficheiros pdf
pdf_combine(input = c('Aulas_Estruturas_Dados.pdf','Importacao_Dados.pdf'), #vector com os nomes dos ficheiros a combinar
output = 'ficheiro_combinado.pdf' # nome do ficheiro com os pdfs combinados
)
Por último, temos a função `pdf_split` que permite separar um ficheiro pdf em vários, onde temos um ficheiro para cada página.
library(pdftools)
# separar ficheiro pdf em vários ficheiros pdf
pdf_split(input = 'https://rachidmuleia.com/project/2023-03-14-programacao-estatistica/Aula_Estruturas_Dados.pdf')
Espero que tenha gostado do post. Partilhe e deixe aqui o seu comentário!!!
