Extraire le texte d'un PDF dans Node.js

Extraire le texte de toutes les pages du document PDF

Extraire du texte d’un PDF n’est pas facile. Seuls quelques lecteurs PDF peuvent extraire le texte à partir d’images PDF ou de PDF numérisés. Mais l’outil Aspose.PDF for Node.js via C++ vous permet d’extraire facilement le texte de tous les fichiers PDF dans l’environnement Node.js.

Ce code montre comment utiliser le module AsposePDFforNode.js pour extraire le texte d’un fichier PDF spécifié et consigner soit le texte extrait, soit les erreurs rencontrées.

Vérifiez les extraits de code et suivez les étapes pour extraire le texte de votre PDF :

CommonJS:

  1. Appeler require et importer asposepdfnodejs module comme AsposePdf variable.
  2. Spécifiez le nom du fichier PDF à partir duquel le texte sera extrait.
  3. Appeler AsposePdf en tant que Promise et exécuter l’opération d’extraction de texte. Recevez l’objet en cas de succès.
  4. Appelez la fonction AsposePdfExtractText.
  5. Le texte extrait est stocké dans l’objet JSON. Ainsi, si ‘json.errorCode’ vaut 0, le texte extrait est affiché à l’aide de console.log. Si le paramètre json.errorCode n’est pas 0 et, en conséquence, une erreur apparaît dans votre fichier, les informations d’erreur seront contenues dans ‘json.errorText’.

  const AsposePdf = require('asposepdfnodejs');
  const pdf_file = 'Aspose.pdf';
  AsposePdf().then(AsposePdfModule => {
      /*Extract text from a PDF-file*/
      const json = AsposePdfModule.AsposePdfExtractText(pdf_file);
      console.log("AsposePdfExtractText => %O", json.errorCode == 0 ? json.extractText : json.errorText);
  });

ECMAScript/ES6:

  1. Importer le asposepdfnodejs module.
  2. Spécifiez le nom du fichier PDF à partir duquel le texte sera extrait.
  3. Initialisez le module AsposePdf. Recevez l’objet si l’opération réussit.
  4. Appelez la fonction AsposePdfExtractText.
  5. Le texte extrait est stocké dans l’objet JSON. Ainsi, si ‘json.errorCode’ vaut 0, le texte extrait est affiché à l’aide de console.log. Si le paramètre json.errorCode n’est pas 0 et, en conséquence, une erreur apparaît dans votre fichier, les informations d’erreur seront contenues dans ‘json.errorText’.

  import AsposePdf from 'asposepdfnodejs';
  const AsposePdfModule = await AsposePdf();
  const pdf_file = 'Aspose.pdf';
  /*Extract text from a PDF-file*/
  const json = AsposePdfModule.AsposePdfExtractText(pdf_file);
  console.log("AsposePdfExtractText => %O", json.errorCode == 0 ? json.extractText : json.errorText);