基本上我遇到的问题与此处讨论的相同：http://blog.joshsoftware.com/2014/08/13/pdf-to-plain-text-processing-using-docsplit/ 但他们在docsplit中提出的解决方案并不起作用。
Docsplit.extract_text(filepath, {:pdf_opts => ‘-layout’, output: ‘tmp_text_file’})
：pdf_opts =＆gt; '-layout'选项无法执行任何操作，我无法找到有关此类选项的任何文档，因此我在输出文本文件中每行都会得到一个单词。
有谁知道如何获得准确的文本文件？
谢谢
答案 0 :(得分：1)
如果您仔细阅读博客文章内部处理
:pdf_opts => ‘-layout’
。为此，您需要使用https://github.com/documentcloud/docsplit/pull/114。所以使用
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。