PDF阅读器黄瓜红宝石

Posted 2023-03-07

【中文标题】PDF阅读器黄瓜红宝石

【英文标题】：PDF Reader Cucumber Ruby

【发布时间】：2017-01-05 08:59:12

【问题描述】：

有人要求我编写一些测试来确认文本是否包含在 PDF 文件中。我遇到了 PDF 阅读器 gem，它非常擅长从文件中呈现文本，除了输出不太好。例如，我有一段文字，应该是 Date of first registration of the product，但 PDF 阅读器将其视为 Date offirstregistrationoftheproduct。因此，当我运行我的断言时，由于文本的间距而失败。

我的代码：

expected_text = 'Date of first registration of the product'

file = File.open(my_pdf, "rb")
  PDF::Reader.open(file) do |reader|
    reader.pages.each do |page|
       expect(page).to have_text expected_text
    end

结果是 RSpec 期望未满足错误。

有没有办法让这个文本正确格式化，以便我的断言可以读取它？

【问题讨论】：

您提供了包含相关文本的示例 PDF 吗？

不幸的是，由于敏感性，尽管是测试数据，我不会被允许上传副本:-(

不能只用文本生成 PDF 吗？如果没有任何实际输入，我不确定如何为您提供帮助。

【参考方案1】：

Reader 的页面对象不是文本。如果您想从 pdf 中获取文本，您可以使用 page.text。使用正则表达式可能会解决您的问题。

试试下面的方法。

expected_text = 'Date of first registration of the product'

file = File.open(my_pdf, "rb")
  PDF::Reader.open(file) do |reader|
    reader.pages.each do |page|
       expect(page.text.match(/#expected_text/)).to be true
    end