PDF Reader黄瓜红宝石

Question

我被要求编写一些测试来确认文本是否包含在PDF文件中。 我遇到过PDF阅读器gem，除了输出效果不是很好之外，它都很好地呈现文件中的文本。 例如，我有一段文字，应Date of first registration of the product但PDF阅读器将其视为Date of first registration of the product Date offirstregistrationoftheproduct 。 因此，当我运行我的断言时，由于文本的间隔，它失败了。

我的代码：

expected_text = 'Date of first registration of the product'

file = File.open(my_pdf, "rb")
  PDF::Reader.open(file) do |reader|
    reader.pages.each do |page|
       expect(page).to have_text expected_text
    end

结果是RSpec期望未满足错误。

有没有办法使我的文本格式正确，以便我的断言可以读取它？

Answer 1

Reader的页面对象不是文本。 如果要从pdf中获取文本，则可以使用page.text 。 使用正则表达式可以解决您的问题。

尝试以下类似的方法。

expected_text = 'Date of first registration of the product'

file = File.open(my_pdf, "rb")
  PDF::Reader.open(file) do |reader|
    reader.pages.each do |page|
       expect(page.text.match(/#{expected_text}/)).to be true
    end