这几天一直在处理各种pdf文档，对于那些可以从pdf中复制出来的文字，我都是先手动把文字从pdf中复制出来，然后再用程序处理他的格式以及相关信息，但是一个程序员怎能采取如此笨的方法呢，今天无意间发现ruby有一个yomu的它可以从这些文档中华获取文字，格式很乱，还需要后期的处理，下面就来看看yomu如何从这些文档中获取文字。

• 从给定的文件名中来读取文字(用的最多的方式)

requier "yomu"
yomu = Yomu.new \'sample.pages\'
text = yomu.text

• 从url中获取文字(这个我还没有试过)

require "yomu"
yomu = Yomu.new \'http://svn.apache.org/repos/asf/poi/trunk/test-data/document/sample.docx\'
text = yomu.text

官方文档说的是必须要有一个可以运行的jre，里面有一些是java的包，需要jre才可以运行
以上这些都是我浅略的理解，后续还会更新，欢迎指正