Extract Text from PDF in Node.js

PDF 문서의 모든 페이지에서 텍스트 추출하기

PDF에서 텍스트를 추출하는 것은 쉽지 않습니다. PDF 이미지나 스캔된 PDF에서 텍스트를 추출할 수 있는 PDF 리더는 몇 안 됩니다. 하지만 Node.js용 C++ 경유 Aspose.PDF 도구를 사용하면 Node.js 환경에서 PDF 파일의 모든 텍스트를 쉽게 추출할 수 있습니다.

이 코드는 지정된 PDF 파일에서 텍스트를 추출하고 추출된 텍스트나 발생한 오류를 기록하는 방법을 보여줍니다.

코드 스니펫을 확인하고 PDF에서 텍스트를 추출하는 단계를 따라하세요:

CommonJS:

1. require를 호출하고 asposepdfnodejs 모듈을 AsposePdf 변수로 가져옵니다.

2. 텍스트가 추출될 PDF 파일의 이름을 지정합니다.

3. AsposePdf를 Promise로 호출하고 텍스트를 추출하는 작업을 수행합니다. 성공하면 객체를 받습니다.

4. 함수 AsposePdfExtractText를 호출합니다.

5. 추출된 텍스트는 JSON 객체에 저장됩니다. 따라서 ‘json.errorCode’가 0이면 추출된 텍스트가 console.log를 사용하여 표시됩니다. json.errorCode 매개변수가 0이 아니고, 이에 따라 파일에 오류가 나타나면 오류 정보가 ‘json.errorText’에 포함됩니다.

  const AsposePdf = require('asposepdfnodejs');
  const pdf_file = 'Aspose.pdf';
  AsposePdf().then(AsposePdfModule => {
      /*PDF 파일에서 텍스트 추출*/
      const json = AsposePdfModule.AsposePdfExtractText(pdf_file);
      console.log("AsposePdfExtractText => %O", json.errorCode == 0 ? json.extractText : json.errorText);
  });

ECMAScript/ES6:

1. asposepdfnodejs 모듈을 가져옵니다.

2. 텍스트를 추출할 PDF 파일의 이름을 지정합니다.

3. AsposePdf 모듈을 초기화합니다. 성공하면 객체를 받습니다.

4. 함수 AsposePdfExtractText를 호출합니다.

5. 추출된 텍스트는 JSON 객체에 저장됩니다. 따라서 ‘json.errorCode’가 0이면 추출된 텍스트가 console.log를 통해 표시됩니다. json.errorCode 매개변수가 0이 아니고, 파일에 오류가 발생하면 오류 정보는 ‘json.errorText’에 포함됩니다.

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