Извлечение текста из PDF с использованием JavaScript

Извлечение текста со всех страниц PDF-документа

Извлечение текста из PDF не является простой задачей. Не многие PDF-ридеры могут извлекать текст из изображений PDF или отсканированных PDF. Но инструмент Aspose.PDF для JavaScript через C++ позволяет легко извлекать текст из любого PDF-файла.

Посмотрите фрагмент кода и следуйте шагам, чтобы извлечь текст из вашего PDF:

1. Выберите PDF-файл для извлечения текста.

2. Создайте ‘FileReader’ для чтения текста.

3. Функция AsposePdfExtractText выполняется.

4. Далее, если ‘json.errorCode’ равно 0, то ‘json.extractText’ будет содержать извлеченный контент. Если параметр ‘json.errorCode’ не равен 0 и, соответственно, в вашем файле будет ошибка, то информация об этой ошибке будет содержаться в ‘json.errorText’.

5. В результате вы получите строку с извлеченным текстом из вашего PDF.

    var ffileExtract = function (e) {
      const file_reader = new FileReader();
      file_reader.onload = (event) => {
        /*Извлечение текста из PDF-файла*/
        const json = AsposePdfExtractText(event.target.result, e.target.files[0].name);
        if (json.errorCode == 0) document.getElementById('output').textContent = json.extractText;
        else document.getElementById('output').textContent = json.errorText;
      };
      file_reader.readAsArrayBuffer(e.target.files[0]);
    };

Использование Web Workers

    /*Создать Web Worker*/
    const AsposePDFWebWorker = new Worker("AsposePDFforJS.js");
    AsposePDFWebWorker.onerror = evt => console.log(`Ошибка от Web Worker: ${evt.message}`);
    AsposePDFWebWorker.onmessage = evt => document.getElementById('output').textContent = 
      (evt.data == 'ready') ? 'загружено!' :
        (evt.data.json.errorCode == 0) ?
          evt.data.json.extractText :
          `Ошибка: ${evt.data.json.errorText}`; 

    /*Обработчик событий*/
    const ffileExtract = e => {
      const file_reader = new FileReader();
      file_reader.onload = event => {
        /*Извлечение текста из PDF-файла - запрос Web Worker*/
        AsposePDFWebWorker.postMessage(
          { "operation": 'AsposePdfExtractText', "params": [event.target.result, e.target.files[0].name] },
          [event.target.result]
        );
      };
      file_reader.readAsArrayBuffer(e.target.files[0]);
    };