在 Google 中从 PDF 中获取文本

Question

我有一个保存在 Google 云端硬盘中的 PDF 文档。我可以使用 Google Drive Web UI 搜索来查找文档中的文本。

如何使用 Google Apps 脚本以编程方式提取文档中的部分文本？

Answer 1

在this gist 中查看pdfToText()。

在 PDF 文件上调用 Google Drive 中内置的 OCR，例如myPDF.pdf，这是你的工作：

function myFunction() {
  var pdfFile = DriveApp.getFilesByName("myPDF.pdf").next();
  var blob = pdfFile.getBlob();

  // Get the text from pdf
  var filetext = pdfToText( blob, {keepTextfile: false} );

  // Now do whatever you want with filetext...
}