handbaloner: Utilities for handball data analysis.

#' Converts the play by play sheet from the IFH site to a tidy table
#'
#' @param input Path of the Play by Play PDF file
#' @param two_min How the 2 minutes suspension is described
#' @param columns_in_spanish By default, the language is english. If TRUE, the colnames will be in spanish
#'
#' @return Una data.table with the play by play of the game in tidy format (one observation per row)
#' @export
#'
#' @examples generate_tidy_pbp('01pbp.pdf')
generate_tidy_pbp <- function (input, two_min = "2-minutes suspension", match_id_pattern = "Match No: ",
                               differentiate_gender = FALSE, columns_in_spanish = FALSE,
                               gender = "M")
{
  texto <- pdftools::pdf_text(input) %>% readr::read_lines()
  if (differentiate_gender) {
    gender <- data.table::fifelse(any(stringr::str_extract(texto,
                                                           "Masculino|Femenino") == "Masculino", na.rm = TRUE) ==
                                    TRUE, "M", "W")
  }
  numero_partido_ext <- texto[stringr::str_detect(texto, match_id_pattern)][1] %>%
    stringr::str_extract(paste0(match_id_pattern, "\\d+")) %>%
    stringr::str_extract("\\d+") %>% as.numeric()
  tables <- tabulapdf::extract_tables(input, method = "stream", output = "matrix")
  equipos <- purrr::keep(tables, ~.x[2, 1] == "") %>% data.table::as.data.table()
  nombres_equipos <- unique(equipos$V1[equipos$V1 != ""])
  pbp <- purrr::keep(tables, ~.x[2, 1] != "") %>% purrr::map(~data.table::as.data.table(.x))


  pbp <- pbp %>% purrr::map_if(~ncol(.) ==
                                 3, ~.[, `:=`(V4, "")])

  pbp_limpio <- pbp %>%  purrr::keep(~.x[2, V4] == "Score")


  if (length(pbp_limpio) != 0) {
    pbp_limpio <- pbp_limpio %>% purrr::map_if(~ncol(.) ==
                                                 6, ~.[, `:=`(V7, "")]) %>%
      purrr::map_if(~ncol(.) ==
                      8, ~.[, `:=`(V7, paste0(V7, V8))]) %>%
      purrr::map_df(~.x[,
                        1:7]) %>% data.table::setnames(colnames(.), c("tiempo",
                                                                      "numero_casa", "accion_casa", "marcador", "ventaja_casa",
                                                                      "numero_visita", "accion_visita"))
  }
  else {
    pbp_limpio <- NULL
  }
  pbp_sucio <- NULL
  pbp_sucio1 <- NULL
  pbp_sucio2 <- NULL
  if (length(pbp %>% purrr::keep(~.x[2, V4] == "Score")) !=
      length(pbp)) {
    pbp_sucio <- pbp %>% purrr::keep(~.x[2, V4] != "Score")
    pbp_sucio1 <- pbp_sucio %>% purrr::keep(~length(.x) ==
                                              9)
    if (length(pbp_sucio1) != 0) {
      pbp_sucio1 <- pbp_sucio1 %>% purrr::walk(~.x[, `:=`(V4,
                                                          NULL)][, `:=`(V9, NULL)]) %>% data.table::rbindlist() %>%
        data.table::setnames(colnames(.), c("tiempo",
                                            "numero_casa", "accion_casa", "marcador", "ventaja_casa",
                                            "numero_visita", "accion_visita"))
    }
    else {
      pbp_sucio1 <- NULL
    }
    pbp_sucio2 <- pbp_sucio %>% purrr::keep(~length(.x) ==
                                              8)
    if (length(pbp_sucio2) != 0) {
      pbp_sucio2 <- pbp_sucio2 %>%
        purrr::walk(~.x[, `:=`(V3,
                               paste0(V3, V4))][, `:=`(V4, NULL)]) %>%
        purrr::map_df(~.x[,
                          1:7]) %>%
        data.table::setnames(colnames(.), c("tiempo",
                                            "numero_casa", "accion_casa", "marcador", "ventaja_casa",
                                            "numero_visita", "accion_visita"))
    }
    else {
      pbp_sucio2 <- NULL
    }

    pbp_sucio3 <- pbp_sucio %>% purrr::keep(~length(.x) ==
                                              4)

    if (length(pbp_sucio3) != 0) {
      pbp_sucio3 <- pbp_sucio3 %>%
        data.table::rbindlist()

      pbp_sucio3 <- pbp_sucio3[3:.N]
      pbp_sucio3[, tiempo := stringr::str_extract(V1, "[0-9]{1,3}:[0-9]{2}")]
      pbp_sucio3[, numero_casa := stringr::str_extract(V1, " [0-9]{1,2} ")]

      pbp_sucio3[, marcador := V2]
      pbp_sucio3[, ventaja_casa := V3]
      pbp_sucio3[, numero_visita := stringr::str_extract(V4, "[0-9]{1,2} ")]
      pbp_sucio3[, accion_casa := stringr::str_remove(stringr::str_remove(V1, "[0-9]{1,3}:[0-9]{2}"), " [0-9]{1,2} ")]
      pbp_sucio3[, accion_visita := stringr::str_remove(V4, "[0-9]{1,2} ")]
      pbp_sucio3 <- pbp_sucio3[, .(tiempo,
                                   numero_casa, accion_casa, marcador, ventaja_casa,
                                   numero_visita, accion_visita)]
    }
    else {
      pbp_sucio3 <- NULL
    }
  }
  pbp <- data.table::rbindlist(list(pbp_limpio, pbp_sucio1,
                                    pbp_sucio2, pbp_sucio3))
  pbp[tiempo < "59:59" & (stringr::str_detect(accion_casa,
                                              "Goalkeeper") | stringr::str_detect(accion_visita, "Goalkeeper")) &
        !stringr::str_detect(accion_casa, "for") & !stringr::str_detect(accion_visita,
                                                                        "for"), `:=`(mitad, data.table::fifelse(tiempo == "0:00",
                                                                                                                1, 2))]
  pbp[(stringr::str_detect(accion_casa, "Goalkeeper") | stringr::str_detect(accion_visita,
                                                                            "Goalkeeper")) & !stringr::str_detect(accion_casa, "for") &
        !stringr::str_detect(accion_visita, "for") & tiempo ==
        "60:00", `:=`(mitad, 3)]
  pbp[(stringr::str_detect(accion_casa, "Goalkeeper") | stringr::str_detect(accion_visita,
                                                                            "Goalkeeper")) & !stringr::str_detect(accion_casa, "for") &
        !stringr::str_detect(accion_visita, "for") & tiempo ==
        "70:00", `:=`(mitad, 4)]
  pbp[, `:=`(tiempo_numerico, as.numeric(lubridate::ms(tiempo)))]
  pbp <- pbp[order(tiempo_numerico)]
  pbp[, `:=`(mitad, mitad[1L]), cumsum(!is.na(mitad))]
  equipos[, `:=`(V1, V1[1L]), cumsum(V1 != "")]
  data.table::rbindlist(list(equipos[, .(V1, V2, V4, V6, V8)],
                             equipos[, .(V1, V3, V5, V7, V9)]))
  tidy_equipo <- data.table::melt(equipos, id.vars = c("V1"),
                                  measure.vars = c("V2", "V4", "V6", "V8"), value.name = "numero",
                                  variable.name = "columna_numero") %>%
    cbind(data.table::melt(equipos,
                           id.vars = c("V1"),
                           measure.vars = c("V3", "V5", "V7",
                                            "V9"),
                           value.name = "nombre", variable.name = "columna_jugador"))

  # tidy_equipo[, `:=`(V1, NULL)]
  tidy_equipo[, `:=`(columna_numero, NULL)]
  tidy_equipo[, `:=`(columna_jugador, NULL)]
  tidy_equipo <- tidy_equipo[numero != ""]
  colnames(tidy_equipo) <- c("eq", "numero", "equipo", "nombre")
  tidy_equipo[, `:=`(eq, NULL)]
  data.table::setcolorder(tidy_equipo, c("equipo", "numero",
                                         "nombre"))
  cuerpo_tecnico <- tidy_equipo[numero %in% LETTERS][order(equipo,
                                                           numero)]
  jugadores <- tidy_equipo[!numero %in% LETTERS][order(equipo,
                                                       numero)]
  jugadores[, `:=`(nombre_planilla, stringr::str_remove_all(nombre,
                                                            "[a-z]"))]
  pbpv <- pbp[, .(tiempo, numero = numero_visita, accion = accion_visita,
                  mitad)]
  pbpc <- pbp[, .(tiempo, numero = numero_casa, accion = accion_casa,
                  mitad)]
  func_tidy_pbp_por_equipo <- function(tabla, casa = TRUE,
                                       nombre_equipo, numero_partido = numero_partido_ext) {
    tabla[stringr::str_detect(tiempo, "0:00|30:00") & stringr::str_detect(accion,
                                                                          "Goalkeeper")]
    tabla[, `:=`(accion, stringr::str_squish(accion))]
    tabla <- tabla[stringr::str_detect(tiempo, "\\d")]
    tabla[stringr::str_detect(tiempo, "0:00") & stringr::str_detect(accion,
                                                                    "Goalkeeper"), `:=`(portero, numero)]
    tabla[stringr::str_detect(tiempo, "30:00") & stringr::str_detect(accion,
                                                                     "Goalkeeper"), `:=`(portero, numero)]
    tabla[stringr::str_detect(tiempo, "60:00") & stringr::str_detect(accion,
                                                                     "Goalkeeper"), `:=`(portero, numero)]
    tabla[stringr::str_detect(tiempo, "70:00") & stringr::str_detect(accion,
                                                                     "Goalkeeper"), `:=`(portero, numero)]
    tabla[stringr::str_detect(accion, "Empty goal"), `:=`(portero,
                                                          "Empty goal")]
    tabla[stringr::str_detect(accion, "Goalkeeper back"),
          `:=`(portero, numero)]
    tabla[, `:=`(portero, portero[1L]), cumsum(!is.na(portero))]
    tabla[stringr::str_detect(accion, "\\bGoal\\b"), `:=`(asistencia_numero = stringr::str_extract(accion,
                                                                                                   "\\(([^)]+)\\)") %>% stringr::str_extract("\\d+"),
                                                          gol_numero = numero, tipo_de_gol = stringr::str_trim(stringr::str_remove(accion,
                                                                                                                                   "\\(([^)]+)\\)")))]
    tabla[stringr::str_detect(accion, "\\bShot\\b|Penalty shot") &
            stringr::str_detect(accion, "Goal", negate = TRUE),
          `:=`(tiro_numero = numero, tipo_de_tiro = stringr::str_remove(accion,
                                                                        paste0(jugadores$nombre_planilla, collapse = "|")))]
    desc_tiros <- handbaloner::descripcion_tiros
    tabla[, `:=`(posicion_marco, stringr::str_extract(accion,
                                                      paste0(desc_tiros$posicion_marco[desc_tiros$posicion_marco !=
                                                                                         ""], collapse = "|")))]
    tabla[, `:=`(posicion_tiro, stringr::str_extract(accion,
                                                     paste0(desc_tiros$posicion_tiro[desc_tiros$posicion_tiro !=
                                                                                       ""], collapse = "|")))]
    tabla[stringr::str_detect(accion, "post"), `:=`(post,
                                                    1)]
    tabla[stringr::str_detect(accion, "saved"), `:=`(saved,
                                                     1)]
    tabla[!is.na(tipo_de_gol), `:=`(gol, 1)]
    tabla[, `:=`(gol, as.numeric(gol))]
    tabla[, `:=`(posicion_marco_vertical = stringr::str_extract(posicion_marco,
                                                                "bottom|top|middle"), posicion_marco_horizontal = stringr::str_extract(posicion_marco,
                                                                                                                                       "left|centre|right"))]
    tabla[stringr::str_detect(accion, "7m caused"), `:=`(numero_causa_7m,
                                                         numero)]
    tabla[stringr::str_detect(accion, "7m received"), `:=`(numero_recibe_7m,
                                                           numero)]
    tabla[stringr::str_detect(accion, "Turnover"), `:=`(turnover,
                                                        numero)]
    tabla[stringr::str_detect(accion, "Steal"), `:=`(robo,
                                                     numero)]
    tabla[stringr::str_detect(accion, "Technical"), `:=`(falta_tecnica,
                                                         numero)]
    tabla[stringr::str_detect(accion, two_min), `:=`(suspension,
                                                     numero)]
    tabla[, `:=`(tiempo_numerico, as.numeric(lubridate::ms(tiempo)))]
    tabla[, `:=`(es_casa, casa)]
    tabla[, `:=`(equipo, nombre_equipo)]
    tabla[, `:=`(id, numero_partido)]
    tabla[, `:=`(cantidad_jugadores_campo, 6)]
    tabla[!is.na(suspension), `:=`(inicia_suspension, tiempo_numerico)]
    tabla[!is.na(suspension), `:=`(termina_suspension, tiempo_numerico +
                                     120)]
    tabla[, `:=`(no_jugada, 1:.N)]
    if (nrow(tabla[!is.na(suspension)]) != 0) {
      auxiliar <- tabla[tabla, .(list(no_jugada)), on = .(tiempo_numerico >
                                                            inicia_suspension, tiempo_numerico <= termina_suspension),
                        by = .EACHI]
      cantidad_jugadores_menos <- (auxiliar[!is.na(V1)]$V1 %>%
                                     unlist() %>% data.table::data.table(no_jugada = .))[,
                                                                                         .N, no_jugada]
      tabla[cantidad_jugadores_menos, `:=`(cantidad_suspendidos,
                                           -i.N), on = "no_jugada"]
      tabla[is.na(cantidad_suspendidos), `:=`(cantidad_suspendidos,
                                              0)]
    }
    else {
      tabla[, `:=`(cantidad_suspendidos, 0)]
    }
    tabla[, `:=`(sin_portero, as.numeric(portero == "Empty goal"))]
    tabla[, `:=`(cantidad_jugadores_campo_real, cantidad_jugadores_campo +
                   cantidad_suspendidos + sin_portero)]
    tabla[, `:=`(cantidad_maxima_jugadores, cantidad_jugadores_campo +
                   cantidad_suspendidos)]
    tabla[, `:=`(cantidad_jugadores_campo_real, pmin(cantidad_jugadores_campo_real,
                                                     (cantidad_maxima_jugadores + 1)))]
    tabla <- tabla[order(tiempo_numerico)]
    tabla[, `:=`(cantidad_jugadores_campo, NULL)]
    tabla[, `:=`(cantidad_maxima_jugadores, NULL)]
    return(tabla[])
  }
  casa <- func_tidy_pbp_por_equipo(tabla = pbpc, casa = TRUE,
                                   nombre_equipo = nombres_equipos[1])
  visita <- func_tidy_pbp_por_equipo(tabla = pbpv, casa = FALSE,
                                     nombre_equipo = nombres_equipos[2])
  casa[is.na(gol), `:=`(gol, 0)]
  visita[is.na(gol), `:=`(gol, 0)]
  casa[visita, `:=`(portero_rival, i.portero), on = "no_jugada"]
  visita[casa, `:=`(portero_rival, i.portero), on = "no_jugada"]
  casa[, `:=`(acumulada_goles_casa, cumsum(gol))]
  visita[, `:=`(acumulada_goles_visita, cumsum(gol))]
  casa[, `:=`(acumulada_goles_visita, visita$acumulada_goles_visita)]
  visita[, `:=`(acumulada_goles_casa, casa$acumulada_goles_casa)]
  casa[, `:=`(marcador, paste(acumulada_goles_casa, acumulada_goles_visita,
                              sep = " - "))]
  visita[, `:=`(marcador, paste(acumulada_goles_casa, acumulada_goles_visita,
                                sep = " - "))]
  final <- rbind(casa, visita)
  final[, `:=`(diferencia, eval(parse(text = marcador))), 1:nrow(final)]
  final[, `:=`(velocidad_tiro, as.numeric(stringr::str_extract(stringr::str_extract(accion,
                                                                                    "\\d{1,3} km/h$"), "\\d{1,3}")))]
  final[is.na(gol), `:=`(gol, 0)]
  final <- final[order(mitad, tiempo_numerico, marcador)]
  final[, `:=`(linea, 1:.N)]
  pos <- final
  posible_cambio_posesion <- c("\\bGoal\\b", "Technical", "Turnover",
                               "missed", "Shot", "Steal", "Block", "saved")
  posible_cambio_posesion_para_secuencias <- c("\\bGoal\\b",
                                               "Technical", "Turnover", "missed", "Shot", "saved")
  la_tiene <- c("\\bGoal\\b", "Technical", "Turnover", "missed",
                "Shot", "7m received", "Team timeout", "saved")
  no_la_tiene <- c("Steal", "Block", "7m caused")
  pos[, `:=`(lt, as.numeric(stringr::str_detect(accion, paste0(la_tiene,
                                                               collapse = "|"))))]
  pos[, `:=`(nlt, as.numeric(stringr::str_detect(accion, paste0(no_la_tiene,
                                                                collapse = "|"))))]
  pos <- pos[accion != ""][tiempo_numerico != 0][!(tiempo_numerico ==
                                                     1800 & stringr::str_detect(accion, "Goalkeeper"))][!(tiempo_numerico ==
                                                                                                            3600 & stringr::str_detect(accion, "Goalkeeper"))][!(tiempo_numerico ==
                                                                                                                                                                   4200 & stringr::str_detect(accion, "Goalkeeper"))]
  equipos <- unique(pos$equipo)
  pos[, `:=`(posesion, data.table::fifelse(lt == 1, equipo,
                                           setdiff(equipos, equipo))), 1:nrow(pos)]
  pos[lt == 0 & nlt == 0, `:=`(posesion, NA)]
  pos <- pos[!is.na(posesion)]
  pos[, `:=`(numero_de_posesion, data.table::rleid(posesion,
                                                   mitad))]
  pos[, `:=`(fin_posesion, data.table::last(tiempo)), .(posesion,
                                                        numero_de_posesion)]
  pos[, `:=`(numero_posesion_anterior, numero_de_posesion -
               1)]
  aux <- unique(pos, by = c("numero_de_posesion", "fin_posesion"))
  pos[aux[aux, .(numero_de_posesion, inicio_posesion = fin_posesion),
          on = .(numero_de_posesion == numero_posesion_anterior)],
      `:=`(inicio_posesion, i.inicio_posesion), on = "numero_de_posesion"]
  pos[numero_de_posesion == 1, `:=`(inicio_posesion, "0:00")]
  pos[mitad == 1, `:=`(fin_posesion, replace(fin_posesion,
                                             .N, "30:00"))]
  numero_de_primera_posesion_segundo_tiempo <- pos[mitad ==
                                                     2][1]$numero_de_posesion
  pos[numero_de_posesion == numero_de_primera_posesion_segundo_tiempo,
      `:=`(inicio_posesion, "30:00")]
  numero_de_primera_posesion_tercer_tiempo <- pos[mitad ==
                                                    3][1]$numero_de_posesion
  pos[numero_de_posesion == numero_de_primera_posesion_tercer_tiempo,
      `:=`(inicio_posesion, "60:00")]
  numero_de_primera_posesion_cuarto_tiempo <- pos[mitad ==
                                                    4][1]$numero_de_posesion
  pos[numero_de_posesion == numero_de_primera_posesion_cuarto_tiempo,
      `:=`(inicio_posesion, "70:00")]
  pos[, `:=`(maxima_posesion_mitad, max(numero_de_posesion)),
      mitad]
  pos[numero_de_posesion == maxima_posesion_mitad, `:=`(fin_posesion,
                                                        data.table::fcase(mitad == 1, "30:00", mitad == 2, "60:00",
                                                                          mitad == 3, "70:00", mitad == 4, "80:00"))]
  pos[, `:=`(c("lt", "nlt", "numero_posesion_anterior"), NULL)]
  data.table::setcolorder(pos, colnames(pos)[c(1:8, 10, 9)])
  pos <- pos[, .(linea, posesion, numero_de_posesion, inicio_posesion,
                 fin_posesion)]
  listo <- data.table::merge.data.table(final, pos, all.x = TRUE,
                                        by = "linea")
  listo[, `:=`(numero_de_posesion_preliminar, numero_de_posesion)]
  primera_mitad <- listo[mitad == 1]
  segunda_mitad <- listo[mitad == 2]
  tercera_mitad <- listo[mitad == 3]
  cuarta_mitad <- listo[mitad == 4]
  purrr::walk(c("posesion", "numero_de_posesion", "inicio_posesion",
                "fin_posesion"), ~fill_nas(primera_mitad, .x))
  purrr::walk(c("posesion", "numero_de_posesion", "inicio_posesion",
                "fin_posesion"), ~fill_nas(segunda_mitad, .x))
  purrr::walk(c("posesion", "numero_de_posesion", "inicio_posesion",
                "fin_posesion"), ~fill_nas(tercera_mitad, .x))
  purrr::walk(c("posesion", "numero_de_posesion", "inicio_posesion",
                "fin_posesion"), ~fill_nas(cuarta_mitad, .x))
  listo <- rbind(primera_mitad, segunda_mitad, tercera_mitad,
                 cuarta_mitad)
  listo[stringr::str_detect(tiempo, "0:00") & stringr::str_detect(accion,
                                                                  "Goalkeeper") & !(stringr::str_detect(accion, "for")),
        `:=`(inicio_posesion = NA, fin_posesion = NA, sin_portero = NA,
             cantidad_jugadores_campo_real = NA)]
  listo[stringr::str_detect(tiempo, "30:00") & stringr::str_detect(accion,
                                                                   "Goalkeeper") & !(stringr::str_detect(accion, "for")),
        `:=`(inicio_posesion = NA, fin_posesion = NA, sin_portero = NA,
             cantidad_jugadores_campo_real = NA)]
  listo[stringr::str_detect(tiempo, "60:00") & stringr::str_detect(accion,
                                                                   "Goalkeeper") & !(stringr::str_detect(accion, "for")),
        `:=`(inicio_posesion = NA, fin_posesion = NA, sin_portero = NA,
             cantidad_jugadores_campo_real = NA)]
  listo[stringr::str_detect(tiempo, "70:00") & stringr::str_detect(accion,
                                                                   "Goalkeeper") & !(stringr::str_detect(accion, "for")),
        `:=`(inicio_posesion = NA, fin_posesion = NA, sin_portero = NA,
             cantidad_jugadores_campo_real = NA)]
  resumen_equipos <- listo[, .N, .(equipo, es_casa)]
  equipo_casa <- resumen_equipos[es_casa == TRUE]$equipo
  equipo_visita <- resumen_equipos[es_casa == FALSE]$equipo
  listo[, `:=`(equipos, paste(equipo_casa, equipo_visita, sep = " - "))]
  listo[, `:=`(duracion_posesion, as.numeric(lubridate::ms(fin_posesion)) -
                 as.numeric(lubridate::ms(inicio_posesion)))]
  listo[, `:=`(genero, gender)]
  listo <- listo[accion != "", .(id_partido = id, equipos,
                                 genero, tiempo, tiempo_numerico, mitad, accion, numero,
                                 equipo, portero, portero_rival, asistencia_numero, gol_numero,
                                 tiro_numero, gol, velocidad_tiro, posicion_marco, posicion_tiro,
                                 post, saved, posicion_marco_vertical, posicion_marco_horizontal,
                                 numero_causa_7m, numero_recibe_7m, turnover, falta_tecnica,
                                 robo, suspension, es_casa, cantidad_suspendidos, sin_portero,
                                 cantidad_jugadores_campo = cantidad_jugadores_campo_real,
                                 posesion, numero_posesion = numero_de_posesion, inicio_posesion,
                                 fin_posesion, marcador, diferencia, duracion_posesion)]
  if (!columns_in_spanish) {
    colnames(listo) <- c("match_id", "teams", "gender", "time",
                         "numeric_time", "half", "action", "number", "team",
                         "goalkeeper", "opponent_goalkeeper", "assist_number",
                         "goal_number", "shot_number", "goal", "shot_speed",
                         "in_goal_position", "shot_position", "post", "saved",
                         "vertical_goal_position", "horizontal_goal_position",
                         "causes_7m_number", "receives_7m_number", "turnover",
                         "technical_foul", "steal", "suspension", "is_home",
                         "number_suspended", "no_goalkeeper", "number_court_players",
                         "possession", "number_of_possession", "start_of_possession",
                         "end_of_possession", "score", "lead", "possession_length")
  }
  return(listo)
}



#' Players and coaches
#'
#' @param input Directory where the pbp is located
#'
#' @return A list with two tables: players and coaches
#' @export
#'
#' @examples players_and_coaches('01pbp.pdf')
players_and_coaches <- function(input, match_id_pattern = 'Match No: ', columns_in_spanish = FALSE){

  texto <- pdftools::pdf_text(input) %>%
    readr::read_lines()

  numero_partido_ext <- texto[stringr::str_detect(texto, match_id_pattern)][1] %>%
    stringr::str_extract(paste0(match_id_pattern,'\\d+'))  %>% # Esto es para asegurarnos que verdaderamente saquemos el número del partido y no otras cosas.
    stringr::str_extract('\\d+') %>%
    as.numeric()
  # 1.1 - Limpieza de jugadores ---------------------------------------------



  tables <- tabulapdf::extract_tables(input, method = 'stream', output = 'matrix')


  equipos <- purrr::keep(tables, ~ .x[2,1] == '') %>%
    data.table::as.data.table()

  nombres_equipos <- unique(equipos$V1[equipos$V1 != ''])

  equipos[, V1 := V1[1L] , cumsum(V1 != '')]

  data.table::rbindlist(list(equipos[,.(V1, V2, V4, V6, V8)], equipos[,.(V1, V3, V5, V7, V9)]))

  tidy_equipo <- data.table::melt(equipos, id.vars = c('V1'),
                                  measure.vars = c('V2', 'V4', 'V6', 'V8'),
                                  value.name = 'numero',
                                  variable.name = 'columna_numero' ) %>%
    cbind(data.table::melt(equipos, id.vars = c('V1'),
                           measure.vars = c('V3', 'V5', 'V7', 'V9'),
                           value.name = 'nombre',
                           variable.name = 'columna_jugador' ))

  tidy_equipo[, V1 := NULL]
  tidy_equipo[, columna_numero := NULL]
  tidy_equipo[, columna_jugador := NULL]
  tidy_equipo <- tidy_equipo[numero != '']

  colnames(tidy_equipo) <- c('numero', 'equipo', 'nombre')
  data.table::setcolorder(tidy_equipo, c('equipo', 'numero', 'nombre'))

  cuerpo_tecnico <- tidy_equipo[numero %in% LETTERS][order(equipo, numero)]
  jugadores <- tidy_equipo[!numero %in% LETTERS][order(equipo, numero)]

  jugadores[, nombre_planilla := stringr::str_remove_all(nombre, '[a-z]')]


  jugadores[, numero_partido := numero_partido_ext]
  cuerpo_tecnico[, numero_partido := numero_partido_ext]

  if(!columns_in_spanish) {
    colnames(jugadores) <- c("team", "number", "name", "name_in_sheet", "game_number")
    colnames(cuerpo_tecnico) <- c("team", "number", "name",  "game_number")
  }

  return(list(jugadores, cuerpo_tecnico))
}