R如何提取，合并pdf文件

生信交流平台

发布于 2022-09-21 11:35:44

1.3K00

代码可运行

运行总次数：0

代码可运行

多年以前，小编还在读博士的时候，实验室评选重点实验室。为了迎接教育部的检查，需要把实验室近10年发表的文章的首页都打印出来，因为首页上有作者和单位。你要知道小编的实验室是做生物信息学的，加上实验室人丁兴旺，因此相当的高产。我被分到了其中一年发表的文章，有三四十篇。

其实老老实实一篇一篇打开，打印第一页，估计十几二十分钟也能搞定。但是小编是一个“很懒”的人，这种简单的重复劳动，不应该让机器来做吗？于是吭哧吭哧在那里写perl代码来实现。花了估计一两个小时，总算是做出来了。其他的同学们早就已经干完了。不过还是挺开心的，虽然这次花的时间比较久，后面就可以一劳永逸，事半功倍了。

当时的perl代码已经找不到了，但是思路还在。就是先提取每个pdf文件的首页，然后合并成一个pdf文件，送到打印机里面单页打印就可以了。今天就用R来实现一下

install.packages("pdftools")
library(pdftools)
#创建一个文件夹来存放每篇文章的首页
dir.create("cover")
#假设所有的文章都存在ATAC这个文件夹中
#获取ATAC文件夹中的所有pdf文件
pdfs<-list.files("ATAC",full.names = T)
for(i in seq_along(pdfs)){
  #pages控制提取的页面，2:5就是从第二页到第五页
  pdf_subset(pdfs[i], pages = 1:1, output = paste0("cover/",i,".pdf"))
}

#获取cover文件夹中所有的pdf文件
covers<-list.files("cover",full.names = T)
#合并成一个pdf文件
pdf_combine(covers, output = "joined_covers.pdf")

合并以前