Ruby Parse PDFファイルにはテキストと画像があります

Question

テキストとイメージの両方の内容を持つpdfファイルがあります。私はそれを解析する必要があります。ルビーの宝石は有益でしょうか？私は、pdf-readerルビーの宝石を試してみましたが、

1つの代替ソリューションは、HTMLにPDFファイルを抽出して、HTMLコンテンツを解析することです:(画像を解析しませんでした。すべてのオープンソースPDF2HTMLコンバータはあります両方テキストを操作することができますし、画像？

Answer 1

PDFリーダーが画像を抽出することができ、しかし、PDFのような素敵なヘルパーがない::リーダー::ページ番号のテキスト（）ので、それはかなりマニュアルです。

アウトextract_images.rd例@ [ 1]。

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