在PDF中查找单词

Question

我想找到一些词后，转换PDF。

1)我在C路有2份PDF：\TRM\PDF 1.pdf和2.pdf

• 1.pdf有单词"ICG00058“
• 2.pdf有单词"ICG00065“

2)已将Pdf转换为${detail_1}的Txt。

3)假设，我不知道1.pdf中的单词，我想检查1.pdf是否有ICG00058或ICG00065。

很抱歉，如果问题不清楚的话。请为我调查这个问题，因为这对我的工作至关重要。

​

*** Settings ***
Library         Selenium2Library
Library         String
Library         Pdf2TextLibrary


*** Test Cases ***
Read PDF

    ${detail_1}     Convert Pdf To Txt              C:\\TRM\\PDF\\1.pdf
    LOG     ${detail_1} 
    ${ID_1}     Get Regexp Matches        ${detail_1}          ICG00058
    ${ID_2}     Get Regexp Matches        ${detail_1}          ICG00065
 Run Keyword And Ignore Error          $ID_1[0] in $detail_1      LOG   ${ID_1}
 Run Keyword If                        $ID_2[0] in $detail_1      LOG   ${ID_2}

​

错误:计算表达式'RF_VAR_ID_2 0 in RF_VAR_detail_2‘失败: IndexError:超出范围的列表索引

Answer 1

如果您想要在机器人脚本中运行python，则需要调用评估关键字，这就是您看到所提到的错误的原因。

但是，在您的情况下，您可以使用从列表中获取索引和列表应该包含值关键字：

${matched_id_1}=    Get Index From List     ${ID_1}     0
Run Keyword And Ignore Error    List Should Contain Value    ${detail_1}    ${matched_id_1}

${matched_id_2}=    Get Index From List     ${ID_2}     0
Run Keyword And Ignore Error    List Should Contain Value    ${detail_1}    ${matched_id_2}

如果要将List Should Contain Value关键字用作断言，只需删除答案中的运行关键字并忽略错误关键字即可。

Answer 2

我使用pdfgrep，就像grep一样，您可以在pdf中搜索regex表达式，而无需任何中间步骤。

我使用它在pdfs中查找ISBN数字，并自动重命名文件名以包含找到的ISBN，或者将文件名和ISBN写入MySQL数据库。

如果您不知道如何编写regex，那么就有一些在线工具可以在线测试regex，直到找到合适的工具才能使用。