docsplit gem pdf转文本答案

【问题标题】：docsplit gem pdf to textdocsplit gem pdf转文本
【发布时间】：2015-04-28 16:09:58
【问题描述】：

嗯，基本上我遇到的问题和这里讨论的一样：http://blog.joshsoftware.com/2014/08/13/pdf-to-plain-text-processing-using-docsplit/ 但是他们在 docsplit 中提出的解决方案不起作用。

 Docsplit.extract_text(filepath, {:pdf_opts => ‘-layout’, output: ‘tmp_text_file’})

:pdf_opts => '-layout' 选项没有做任何事情，我找不到任何关于此类选项的文档，因此我在输出文本中每行得到一个单词文件。

有人知道如何获取准确的文本文件吗？

谢谢

【问题讨论】：

【解决方案1】：

如果你仔细阅读博文内部处理

 :pdf_opts => ‘-layout’

docsplit gem 的 master 分支尚不支持。为此，您需要使用https://github.com/documentcloud/docsplit/pull/114。所以用

gem 'docsplit', git: 'git://github.com/narutosanjiv/docsplit.git'

希望这会有所帮助。如果您仍然遇到任何问题，请告诉我。

【讨论】：