Извлечение текста из PDF в Node.js

Извлечение текста со всех страниц PDF‑документа

Извлечение текста из PDF — не простая задача. Только несколько PDF‑читалок могут извлекать текст из PDF‑изображений или сканированных PDF. Но инструмент Aspose.PDF for Node.js via C++ позволяет легко извлекать текст из всех PDF‑файлов в среде Node.js.

Этот код демонстрирует, как использовать модуль AsposePDFforNode.js для извлечения текста из указанного PDF‑файла и записи либо извлечённого текста, либо возникших ошибок.

Проверьте фрагменты кода и выполните шаги, чтобы извлечь текст из вашего PDF:

CommonJS:

  1. Вызовите require и импортируйте модуль asposepdfnodejs как переменную AsposePdf.
  2. Укажите имя PDF‑файла, из которого будет извлечён текст.
  3. Вызовите AsposePdf как Promise и выполните операцию по извлечению текста. Получите объект в случае успеха.
  4. Вызовите функцию AsposePdfExtractText.
  5. Извлечённый текст сохраняется в JSON‑объекте. Таким образом, если ‘json.errorCode’ равен 0, извлечённый текст выводится с помощью console.log. Если параметр json.errorCode не равен 0 и, соответственно, в вашем файле появляется ошибка, информация об ошибке будет содержаться в ‘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. Импортируйте модуль asposepdfnodejs.
  2. Укажите имя PDF‑файла, из которого будет извлечён текст.
  3. Инициализируйте модуль AsposePdf. Получите объект, если успешно.
  4. Вызовите функцию AsposePdfExtractText.
  5. Извлечённый текст сохраняется в JSON‑объекте. Таким образом, если ‘json.errorCode’ равен 0, извлечённый текст выводится с помощью console.log. Если параметр json.errorCode не равен 0 и, соответственно, в вашем файле появляется ошибка, информация об ошибке будет содержаться в ‘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);