Ruby Parse PDF-Datei mit Text und Bildern

Question

Ich habe eine PDF-Datei mit beiden Text und Bilder Inhalt. Ich muss es analysieren. Gibt es Rubin Juwel kann nützlich sein? Ich habe pdf-reader Ruby Gem versucht, aber nicht Bilder analysierte :(

Eine alternative Lösung, um die pdf zu extrahieren ist in HTML und dann die HTML-Inhalte zu analysieren. Gibt es einen Open-Source-PDF2HTML Wandler mit sowohl Text arbeiten kann und Bilder?

Answer 1

pdf-Leser Bilder extrahieren kann, aber es ist kein schöner Helfer wie PDF :: Reader :: Seite # text(), so ist es ziemlich Handbuch.

Kasse das extract_images.rd Beispiel @ [ 1].

[1] https://github.com/yob/pdf-reader/blob/master/examples/extract_images.rb