使用 ruby pdf-reader 解析 pdf
Posted
技术标签:
【中文标题】使用 ruby pdf-reader 解析 pdf【英文标题】：parse pdf using ruby pdf-reader 【发布时间】：2019-07-12 06:34:16 【问题描述】：我正在尝试使用 pdf-reader gem 解析 pdf。我已经探索了一些方法和特定pdf页面的显示方法显示正确的数据（即使表格列有不止一行，它也显示特定列的组合）但它给出的返回值为nil所以有什么方法可以获取此方法显示的值？我也尝试过使用文本方法，但问题是，在 pdf 中，我有类似结构的表格，一个表格列可以有不止一行，由于这个原因，文本方法没有按顺序显示值，所以它首先显示排然后是第二排等等。因此，判断哪个特定列有多于一行变得不难了。有什么办法可以解决这个问题？
reader = PDF::Reader.new(io)
reader.page(1).display #display methods print nice pdf data but return nil
reader.page(1).text #display pdf text but does not show value in order (in case of table)
【问题讨论】：
【参考方案1】：试试下面的代码怎么样
reader = PDF::Reader.new(io)
puts reader.page(1).display #display methods print nice pdf data but return nil
puts reader.page(1).text #display pdf text but does not show value in order (in case of table)
displaymethod 只打印不返回。
如果您想查看任何结果。输入puts或p并尝试
【讨论】：
以上是关于使用 ruby pdf-reader 解析 pdf的主要内容，如果未能解决你的问题，请参考以下文章
如何在 Ruby 中使用“PDF-Reader”gem 获取文本的位置