Google App脚本：如何将PDF转换为GDOC以获得OCR？

Question

[我正在尝试编写一些代码，以使用已经拥有的序列号搜索PDF（gmail），将其保存在云端硬盘中，对其进行OCR读取，然后阅读其内容。

第一步没问题，第二步用下面的代码管理，但是用DocumentApp打开文档以获取getText（）的最后两行不起作用：

  var serial = "123456789";
  var ret = DriveApp.searchFiles('fullText contains "' + serial + '"');
  if (ret.hasNext()) {
    var file = ret.next();
    var n_blob = Utilities.newBlob(file.getBlob().getDataAsString(), MimeType.PDF);
    n_blob.setName(serial);
    var n_file = DriveApp.createFile(n_blob);
    var rt = DocumentApp.openById(n_file.getId()); **//not working**
    var text = rt.getBody().getText(); **//not working**
  }

我尝试了许多不同的方式，包括基于Drive.Files.insert（）的解决方案，该解决方案不再起作用。]

[如果有人有任何想法或建议可以帮助我，我很困在这里？

谢谢

Answer 1

• 您要将PDF文件转换为Google文档文件。
  • file的[var file = ret.next();始终为PDF文件。
• 您想使用Google Apps脚本来实现。

如果我的理解是正确的，那么这个答案怎么样？请认为这只是几个可能的答案之一。

修改点：

• [很遗憾，var n_blob = Utilities.newBlob(file.getBlob().getDataAsString(), MimeType.PDF)和var n_file = DriveApp.createFile(n_blob)无法创建Google文档。这样，就会发生错误。

模式1：

在此模式下，Drive.Files.copy用于将PDF转换为Google Document。因为在您的问题中，我看到了Drive.Files.insert() which is not working anymore。

修改的脚本：

请按照以下步骤修改脚本。在运行脚本之前，please enable Drive API at Advanced Google services.

从：

if (ret.hasNext()) {
  var file = ret.next();
  var n_blob = Utilities.newBlob(file.getBlob().getDataAsString(), MimeType.PDF);
  n_blob.setName(serial);
  var n_file = DriveApp.createFile(n_blob);
  var rt = DocumentApp.openById(n_file.getId()); **//not working**
  var text = rt.getBody().getText(); **//not working**
}

至：

if (ret.hasNext()) {
  var file = ret.next();
  if (file.getMimeType() === MimeType.PDF) {
    var fileId = Drive.Files.copy({mimeType: MimeType.GOOGLE_DOCS}, file.getId()).id;
    var rt = DocumentApp.openById(fileId);
    var text = rt.getBody().getText();
    Logger.log(text)
  }
}

模式2：

我以为可以使用Drive.Files.insert。因此，在这种模式下，我建议使用Drive.Files.insert修改脚本。您可以测试一下吗？

修改的脚本：

请按照以下步骤修改脚本。在运行脚本之前，please enable Drive API at Advanced Google services.

从：

if (ret.hasNext()) {
  var file = ret.next();
  var n_blob = Utilities.newBlob(file.getBlob().getDataAsString(), MimeType.PDF);
  n_blob.setName(serial);
  var n_file = DriveApp.createFile(n_blob);
  var rt = DocumentApp.openById(n_file.getId()); **//not working**
  var text = rt.getBody().getText(); **//not working**
}

至：

if (ret.hasNext()) {
  var file = ret.next();
  if (file.getMimeType() === MimeType.PDF) {
    var fileId = Drive.Files.insert({title: serial, mimeType: MimeType.GOOGLE_DOCS}, file.getBlob()).id;
    var rt = DocumentApp.openById(fileId);
    var text = rt.getBody().getText();
    Logger.log(text)
  }
}

注意：

• [很遗憾，我不了解Drive.Files.insert() which is not working anymore。因此，如果上述修改后的脚本不起作用，请告诉我。我想考虑其他方法。
• [检查日志时，如果看不到从PDF转换的Google Document文本，则表示var file = ret.next();的所有文件都不是PDF类型。请注意这一点。

参考：

• Advanced Google services
• Files: copy
• Files: insert

如果我误解了你的问题，而这不是你想要的方向，我深表歉意。