使用R提取HTML嵌入PDF文本遇403及RSelenium无效问题求助

我正在用R尝试获取HTML中嵌入PDF的文本（最好保留部分格式），目标PDF的URL为：https://www.nycourts.gov/courts/ad2/Handdowns/2024/10-October/10-02-2024_FINAL_HANDDOWN_LIST.pdf

尝试直接使用pdf_text函数报错 #

执行以下代码时出现403禁止访问错误：

pdf_text <- pdf_text("https://www.nycourts.gov/courts/ad2/Handdowns/2024/10-October/10-02-2024_FINAL_HANDDOWN_LIST.pdf")

报错信息：

Error in open.connection(con, "rb") : 
  cannot open the connection to 'https://www.nycourts.gov/courts/ad2/Handdowns/2024/10-October/10-02-2024_FINAL_HANDDOWN_LIST.pdf'
In addition: Warning message:
In open.connection(con, "rb") :
  cannot open URL 'https://www.nycourts.gov/courts/ad2/Handdowns/2024/10-October/10-02-2024_FINAL_HANDDOWN_LIST.pdf': HTTP status was '403 Forbidden'

尝试RSelenium导航提取内容失败 #

用RSelenium访问该URL后，获取到的页面源码仅包含空的PDF嵌入标签，无法提取内容：

remDr$navigate("https://www.nycourts.gov/courts/ad2/Handdowns/2024/10-October/10-02-2024_FINAL_HANDDOWN_LIST.pdf")
pageHTML <- remDr$getPageSource()[[1]]
pageHTML

输出结果：

[1] "<html><head></head><body style=\"height: 100%; width: 100%; overflow: hidden; margin:0px; background-color: rgb(82, 86, 89);\"><embed name=\"843DE9299AC47C3596F8B8E1296AD1FC\" style=\"position:absolute; left: 0; top: 0;\" width=\"100%\" height=\"100%\" src=\"about:blank\" type=\"application/pdf\" internalid=\"843DE9299AC47C3596F8B8E1296AD1FC\"></body></html>"

需求补充 #

如果无法直接提取文本，我可以接受先自动下载PDF再用pdf_text处理，但目前无法通过RSelenium实现下载，求可行的解决方法。

内容的提问来源于stack exchange，提问作者user17661126