如何解决R中使用Tabulizer提取PDF表格时出现的Java错误

这个报错由Java 9及以上版本引入的模块访问权限限制导致，tabulizer底层依赖的rJava调用逻辑没有适配高版本Java的模块系统，你可以正常提取PDF元数据是因为元数据提取逻辑未触发受限的ArrayList迭代器调用接口，与tabulizer包安装状态无关。

可行解决方法 #

• 方案1：降级Java到8版本
  卸载当前设备的高版本Java，安装OpenJDK 8或Oracle JDK 8，安装完成后在R中配置对应Java路径：

  # 替换为你本地JDK 8的实际安装路径
  Sys.setenv(JAVA_HOME = "C:/Program Files/Java/jdk1.8.0_301")
  

  重启R会话后重新运行表格提取代码即可。
• 方案2：给高版本Java添加模块开放启动参数
  如果不想降级Java，可在首次加载rJava前添加JVM启动参数放开访问限制，操作代码如下：

  # 必须在加载rJava、tabulizer前运行该配置
  options(java.parameters = "--add-opens java.base/java.util=ALL-UNNAMED")
  library(rJava)
  library(tabulizer)
  
  # 运行你的表格提取逻辑
  table <- extract_tables('https://fm.dk/media/17137/oekonomisk-redegoerelse-august-2019_weba.pdf', pages = 20)
  

  注意：如果已经加载过rJava，必须先重启R会话再运行上述代码，否则配置不会生效
• 方案3：更换无兼容问题的依赖包
  无需调整Java配置，直接使用tabulizer的官方迭代版本tabulapdf，该包已经适配高版本Java的模块系统，安装后直接调用同名extract_tables函数即可完成提取。

内容的提问来源于stack exchange，提问作者Bjørn Hørsted Bremholm Hansen