以文本形式从Gmail获取pdf附件

我在网上搜索了一下&堆栈溢出，但没有找到解决方案。我尝试做的是：我通过邮件获得某些附件，我希望这些附件作为（纯）文本进行进一步处理。我的脚本如下所示：

function MyFunction() {

  var threads = GmailApp.search ('label:templabel'); 
  var messages = GmailApp.getMessagesForThreads(threads); 

   for (i = 0; i < messages.length; ++i)
   {
     j = messages[i].length; 
   var messageBody = messages[i][0].getBody(); 
   var messageSubject = messages [i][0].getSubject();
     var attach = messages [i][0].getAttachments();
     var attachcontent = attach.getContentAsString();
    GmailApp.sendEmail("mail", messageSubject, "", {htmlBody: attachcontent});
    }
}

函数MyFunction（）{
var threads=GmailApp.search（'label:templabel'）；
var messages=GmailApp.getMessagesForThreads（线程）；
对于（i=0；i

不幸的是，这不起作用。这里有人知道我该怎么做吗？有可能吗

事先非常感谢

最好的，Phil

编辑：为DriveApp更新，因为DocsList已弃用

---

我建议将其分为两个问题。第一个是如何从电子邮件中获取pdf附件，第二个是如何将pdf转换为文本

正如您所发现的，

getContentAsString（）

不会神奇地将pdf附件更改为纯文本或html。我们需要做一些更复杂的事情

首先，我们将附件作为一个实用程序类，由多个服务用来交换数据

var blob=attachments[0].getAs（MimeType.PDF）；

因此，分离出第二个问题，并保持这样的假设，即我们只对标记为

templabel

的每个线程的第一条消息的第一个附件感兴趣，下面是

myFunction（）

的外观：

/**
*获取标记为“templabel”的消息，并向自己发送
*新电子邮件中的pdf附件。
*/
函数myFunction（）{
var threads=GmailApp.search（'label:templabel'）；
var threadsMessages=GmailApp.getMessagesForThreads（线程）；
对于（var thread=0；thread

我们依靠一个助手函数，

pdfToText（）

，将pdf

blob

转换为文本，然后将其作为纯文本电子邮件发送给我们自己。这个助手函数有多种选择；通过设置

keepTextfile:false

，我们选择让它将PDF文件的文本内容返回给我们，并且在驱动器中不保留任何剩余文件

pdfToText（） 此实用程序可用。这里提供了几个例子

A表示可以使用驱动器API的

insert

方法执行，但未提供代码详细信息。随着高级Google服务的引入，可以通过Google应用程序脚本轻松访问驱动器API。您确实需要在编辑器的

Resources>Advanced Google Services

下打开并启用

Drive API

pdfToText（）

使用驱动器服务从PDF文件的内容生成Google文档。不幸的是，这包含了文档中每页的“图片”——对此我们无能为力。然后，它使用常规的

DocumentService

将文档正文提取为纯文本

/**
*见要点：https://gist.github.com/mogsdad/e6795e438615d252584f
*
*使用内置OCR将pdf文件（blob）转换为驱动器上的文本文件。
*默认情况下，文本文件将放置在根文件夹中，并具有相同的
*名称为源pdf（但扩展名为“txt”）。选项：
*keepPdf（布尔值，默认为false）保留原始PDF文件的副本。
*keepGdoc（布尔值，默认为false）保留OCR谷歌文档文件的副本。
*keepTextfile（布尔值，默认为true）保留文本文件的副本。
*存储文件的路径（字符串，默认为空）文件夹路径。
*OCR语言（ISO 639-1代码）默认为“en”。
*textResult（布尔值，默认为false）如果为true且keepTextfile为true，则返回
*文本内容的字符串。如果keepTextfile
*为false，返回的文本内容不带
*关于这一选择。否则，请返回
*文本文件的id。
*
*@param{blob}pdfFile blob包含pdf文件
*@param{object}options（可选）对象指定处理细节
*
*@返回文本文件（默认）或文本内容的{string}id
*/
函数pdfToText（pdfFile，选项）{
//确保已启用高级驱动器服务
试一试{
Drive.Files.list（）；
}
捕获（e）{
抛出新错误（“要使用pdfToText（），首先在参考资料>高级谷歌服务中启用“驱动API”）；
}
//设置默认选项
选项=选项| |{}；
options.keepTextfile=options.hasOwnProperty（“keepTextfile”）？options.keepTextfile:true；
//为文件创建准备资源对象
var父项=[]；
if（options.path）{
push（getDriveFolderFromPath（options.path））；
}
var pdfName=pdfFile.getName（）；
变量资源={
标题：pdfName，
mimeType:pdfFile.getContentType（），
家长：家长
};
//如果需要，将PDF保存到驱动器
if（options.keepPdf）{
var file=Drive.Files.insert（资源，pdfFile）；
}
//将PDF另存为GDOC
resource.title=pdfName.replace（/pdf$/，'gdoc'）；
变量insertOpts={
是的，
ocrLanguage:options.ocrLanguage | |“en”
}
var gdocFile=Drive.Files.insert（资源、pdfFile、insertOpts）；
//从GDOC获取文本