R 提取/访问嵌入在PDF中的XML文件

我有一个带有嵌入式XML文件的PDF。我想访问R中嵌入的XML文件

手动解决此问题的一种方法是使用AdobeAcrobat打开PDF文件，然后从中手动保存嵌入的XML文件（请参阅）。然后可以使用包在R中访问保存的XML文件

---

但是，由于我必须为许多pdf运行此程序，而其余代码都在R中，因此我正在R中寻找解决方案。该包似乎没有提供解决方案，也没有为R实现。

似乎

pdftools

具有

pdf\u attachments（）

函数。使用您提供的示例pdf文件：

库（pdftools）
[1]“Aspose.Pdf for.NET”

---

您应该能够以类似的方式提取XML附件。

我可能有一个解决方案-您是否能够提供指向样本pdf的链接，以便使用Dropbox或类似工具进行测试？@AllanCameron我无法共享原始文件，因为它包含敏感数据。我发现了一个示例文件——附件是TXT，不是XML，但是工作流应该是相同的。本质上，我在R（实际上是C++中有一个不错的R接口）编写了PDF库，可以从PDF对象中获得压缩流。例如，您链接的示例pdf中的附加文本文件位于pdf的对象6中，它只是一个短字符串，我通过执行

get_object（“sample.pdf”）、6）$stream

获得，并返回

[1]“Aspose.pdf For.NET”

，根据github，这是正确的。如果看不到自己的pdf，就很难建议您如何提取xml。当然，欢迎您自己尝试-请参阅嵌入是否与附件相同？如果PDF附带了多个文件，则访问每个文件的方式将更改为“txt”