使用ruby pdf-reader解析pdf

mitkmikd 于 12个月前发布在 Ruby

关注(0)|答案(2)|浏览(81)

我正在尝试使用pdf-reader gem解析一个pdf。我已经探索了一些方法&特定PDF页面的显示方法显示了正确的数据（即使表列有多行，它也显示了组合的特定列），但它给出的返回值为nil，那么我们有没有办法得到这个方法显示的值呢？.我也尝试过使用文本方法，但问题是，在PDF中，我有类似表格的结构&一个表格列可以有多行&由于这个原因，文本方法不按顺序显示值，所以它显示第一行，然后第二行&等等。因此，判断哪个特定列有多行变得不那么困难。有什么办法可以解决这个问题吗？

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)

ruby

来源：https://stackoverflow.com/questions/57001366/parse-pdf-using-ruby-pdf-reader

2条答案

按热度按时间

cmssoen21#

试试下面的代码

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)

display方法只打印不返回。
如果你想看到任何结果。输入puts或p并尝试

赞(0）回复(0）举报 12个月前

dfty9e192#

表格中的文本可能顺序混乱：

PDF::Reader.open('my_file.pdf') do |reader|
  reader.pages.each do |page|
    page.text.split("\n").each do |line|
      puts line
    end
  end
end

赞(0）回复(0）举报 12个月前

我来回答

使用ruby pdf-reader解析pdf

2条答案

相关问题

热门标签

最新问答