Ekstrak Teks Dari Semua Halaman Dokumen PDF di Ruby

Aspose.PDF - Ekstrak Teks Dari Semua Halaman

Untuk mengekstrak teks dari semua halaman dokumen PDF menggunakan Aspose.PDF Java untuk Ruby, cukup panggil modul ExtractTextFromAllPages.

Kode Ruby

# Jalur ke direktori dokumen.

data_dir = File.dirname(File.dirname(File.dirname(File.dirname(__FILE__)))) + '/data/'

# Buka dokumen target

pdf = Rjb::import('com.aspose.pdf.Document').new(data_dir + 'input1.pdf')

# buat objek TextAbsorber untuk mengekstrak teks

text_absorber = Rjb::import('com.aspose.pdf.TextAbsorber').new

# terima absorber untuk semua halaman

pdf.getPages().accept(text_absorber)

# Untuk mengekstrak teks dari halaman tertentu dokumen, kita perlu menentukan halaman tertentu menggunakan indeksnya terhadap metode accept(..).

# terima absorber untuk halaman PDF tertentu

# pdfDocument.getPages().get_Item(1).accept(textAbsorber);

#dapatkan teks yang diekstraksi

extracted_text = text_absorber.getText()

# buat penulis dan buka file

writer = Rjb::import('java.io.FileWriter').new(Rjb::import('java.io.File').new(data_dir + "extracted_text.out.txt"))

writer.write(extracted_text)

# tulis satu baris teks ke file

# tw.WriteLine(extractedText);

# tutup stream

writer.close()

puts "Teks berhasil diekstraksi. Periksa file keluaran."

Download Running Code

Unduh Extract Text From All the Pages (Aspose.PDF) dari salah satu situs pengkodean sosial yang disebutkan di bawah ini:

• GitHub