您的编程方法是合理的，但由于源代码构造的性质，需要稍微调整，如图所示。
x1c 0d1x的数据
Rtools基于poppler pdftotext。
因此，首先我们需要看看通过将区域调整为常数，PDFtoText可能会提取什么，但由于字符间距和单词分隔符（如上所示），结果可能并不总是如预期的那样。因此，我将感兴趣区域减少到只有两个部分字母字符串。

pdftotext -nopgbrk -enc UTF-8 -layout -fixed 3.8 -f 5 -l 5 -x 365 -W 52 -y 26 -H 11 "Modele_Rapport_EEQ.pdf" -

字符串
结果
Limi tesaccep
现在我们可以把它放在一个循环中并测试所有35个页面。

x 1c 2d 1x
在这个阶段，我们可以看到更多的变化，但是第5-30页是我们想要找到的，并且都有字符串"Limi"，所以这是我们的Find过滤器。
因此，使用操作系统的shell可执行文件，我们可以将页面列表过滤到控制台或文件中（或将first和last设置为范围变量）。
然而，这是我不使用Python写更多的地方，这是一个方法（算法），我将如何在本机Windows命令控制台中处理这样的任务。
一旦你有了目标页面的列表，就可以很容易地添加一个二级进程（甚至直接添加），并将结果作为变量，比如在这些页面上重新运行一组不同的命令。

一个稍微复杂的解决方案，但它的工作原理：

# import all pdfs from the file
mypdfs_list <- list.files(pattern = '*.pdf')
allpdfs <- lapply(mypdfs_list, pdf_data)

# map nested lists to mutate 'page_ok' = 1 when fixed areas contain specific texts
allpdfs  <- map(allpdfs, ~ .x %>%
                   map(~ mutate(., page_ok = case_when(.$x>360 & .$x<580 & .$y>26 & .$y<35 &
                                                       (.$text=="Li" | .$text=="mi") ~ 1, TRUE ~ 0))))
                       
# map nested lists to fill 'page_ok' with 1 if this variable contains at least one value 1
allpdfs  <- map(allpdfs , ~ .x %>%
                   map(~ mutate(., page_ok = if_else(any(.$page_ok == 1), 1, 0))))

# map nested lists to keep only sublists (i.e., tibbles that correspond to pages) for which the sum of 'page_ok' is not 0
allpdfs  <- map(allpdfs , ~ .x %>%
                   keep(~ sum(.$page_ok) != 0))

字符串
第一个不感兴趣的文本页面因此被删除。下面与上面的RStudio截图进行比较：第一个pdf现在有26页而不是29页，第二个pdf 35页而不是38页，第三个pdf 26页而不是28页。

的数据
我本来希望能够把这合并这3个步骤合二为一，有没有更简单的解决方案？