Ruby:阅读PDF文件

Jav*_*ier 33 ruby pdf ruby-on-rails pdf-parsing

我正在寻找一种快速可靠的方法来读取/解析Ruby中的大型PDF文件(在Linux和OSX上).

到目前为止,我已经找到了相当古老而简单的PDF工具包(pdftotext -wrapper)和PDF阅读器,它无法读取我的大部分文件.虽然这两个库提供了我正在寻找的功能.

我的问题:我错过了什么吗?是否有更适合(更快,更可靠)的工具来解决我的问题?

pw.*_*pw. 24

您可能会发现Docsplit很有用:

Docsplit是一个命令行实用程序和Ruby库,用于将文档拆分为组件部分:可搜索的UTF-8纯文本,任何格式的页面图像或缩略图,PDF,单页和文档元数据(标题,作者,页数) ...)