作者:黄天元,复旦大学博士在读,热爱数据科学与开源工具(R),致力于利用数据科学迅速积累行业经验优势和科学知识发现,涉猎内容包括但不限于信息计量、机器学习、数据可视化、应用统计建模、知识图谱等,著有《R语言数据高效处理指南》(《R语言数据高效处理指南》(黄天元)【摘要 书评 试读】- 京东图书,《R语言数据高效处理指南》(黄天元)【简介_书评_在线阅读】 - 当当图书)。知乎专栏:R语言数据挖掘。邮箱:huang.tian-yuan@qq.com.欢迎合作交流。
R语言与微软主流软件的交互能够让精准的操纵走向批量化,之前介绍过openxlsx包(HopeR:R语言操纵Excel进行数据透视与批处理),这次介绍一个与Word的交互,就是docxtractr包,它能够对Word中的表格进行提取,提取的格式是一个列表。通过对这个列表的操作,能够获知一个doc/docx文件中的表格数量,提取表格中的内容。对于同一输出的word文档,这个方法能够实现智能化的批处理,非常高效。
这里提供一个链接:
https://github.com/hrbrmstr/docxtractrgithub.com旗舰函数:
read_docx
docx_extract_tbl