如何在rails中的ruby中将pdf文件转换为xlsx文件

Question

我已上传1个PDF，然后将其转换为xlsx文件。 我尝试了不同的方法，但未获得实际输出。pdf2xls仅显示单行格式，而不显示整个文件数据。 我希望整个PDF文件数据显示在xlsx文件上。

我有一种方法将PDF转换为xlsx，但无法显示正确的格式。

def do_excel_to_pdf
    @user=User.create!(pdf: params[:pdf])
    @path_in = @user.pdf.path
    temp1 = @user.pdf.path
    @path_out = @user.pdf.path.slice(0..@user.pdf.path.rindex(/\//))
    query = "libreoffice --headless --invisible --convert-to pdf " + @path_in + " --outdir " + @path_out
    system(query)
    file = @path_out+@user.pdf.original_filename.slice(0..@user.pdf.original_filename.rindex('.')-1)+".pdf"
    send_file file, :type=>"application/msexcel", :x_sendfile=>true
end

如果有任何用途，请帮助我，任何宝石或任何脚本。

Answer 1

无法找到将PDF转换为xsls的选项，但是API选项可用于将PDF转换为图像并将PDF转换为powerpoint（下面给出的链接）不确定您是否可以更改要求以其他格式显示结果！

http://www.convertapi.com/

Answer 2

我将从读取PDF开始，将数据插入XLSX很容易，如果您对此有疑问，请问另一个问题，并指定要使用哪个gem，以及对该部分尝试了什么。

您使用libreoffice来阅读PDF，但是根据常见问题解答，您的PDF需要混合使用，也许就是问题所在。

作为替代方案，您可以尝试对电子书使用某些转换工具，例如Calibre中的电子书，但恐怕您会丢失太多格式来恢复所需的数据。

一切都取决于PDF中数据的结构，如果常规文本没有太多格式和位置，就可以像使用gem pdf阅读器一样容易

我过去使用过它，并且我的数据有很多格式-您会惊讶地知道PDF结构多么复杂-因此我必须为每个字段指定必须在哪个位置准确读取哪些数据，而不是为心虚。

这里有个简单的例子。

require 'pdf/reader' # gem install pdf-reader

reader = PDF::Reader.new("my.pdf")
reader.pages.each do |page|
  # puts page.text
  page.page_object.each do |e|
    p e.first.contents
  end
end