我怎么能手动解析PDF文档到使用JavaScript的话阵列。我不关心图像,数字,表格 - 只有单词,因为我可以将它用作JavaScript对象。如何?解析器PDF到JavaScript数组?
2
A
回答
0
假设你已经有PDF格式的内容,你可以下载pdftotext和:
功能应用(){ VAR 自我=这一点; this.complete = 0;
this.pdfToText = function(data){
// render the first pages
var pdf = new PDFJS.PDFDoc(data);
var total = pdf.numPages;
for (i = 1; i <= total; i++){
var page = pdf.getPage(i);
var canvas = document.createElement('canvas');
canvas.id = 'page' + i;
canvas.mozOpaque = true;
div.appendChild(canvas);
canvas.width = page.width;
canvas.height = page.height;
var context = canvas.getContext('2d');
context.save();
context.fillStyle = 'rgb(255, 255, 255)';
context.fillRect(0, 0, canvas.width, canvas.height);
context.restore();
self.setMessage("Rendering...");
var textLayer = document.createElement('div');
textLayer.className = 'textLayer';
document.body.appendChild(textLayer);
page.startRendering(context, function(){
if (++self.complete == total){
self.setMessage("Finished rendering. Extracting text...");
window.setTimeout(function(){
var layers = [];
var nodes = document.querySelectorAll(".textLayer > div");
for (var j = 0; j < nodes.length; j++){
layers.push(nodes[j].textContent + "\n");
}
self.sendOutput(layers.join("\n"));
self.setMessage("Done!");
}, 1000);
}
}, textLayer);
}
};
}
this.receiveInput = function(event){
if (event.source != parent) return;
if (!event.data.byteLength) return alert("The PDF data needs to be an ArrayBuffer");
self.setMessage("Received data");
self.pdfToText(event.data);
}
this.sendOutput = function(text){
var recipient = parent.postMessage ? parent : (parent.document.postMessage ? parent.document : undefined);
recipient.postMessage(text, "*");
};
this.setMessage = function(text){
text = text.split(' ');
console.log(text);
}
window.addEventListener("message", self.receiveInput, true);
self.setMessage("Ready");
self.sendOutput("ready");
,让你输入的onchange
App()
。
DEMO (doesn't work in some browsers) 这将从PDF中记录单词数组(含标点符号)。
+0
东西我没有采取文件的文字( –
0
有一个称为jspdf一个众所周知的JavaScript库。它的getTextContent()
函数在你的情况下会非常有用。看看这两个例子:
https://stackoverflow.com/a/20522307/2117492,
https://groups.google.com/d/msg/mozilla.dev.pdf-js/Qzq-xA2MHjs/nmlpttSIJcsJ
0
使用pdf.js,我这样做:
var pdf = require("pdf.js");
PDFJS.getDocument('document.pdf').then(function(pdf){
pdf.getPage(1).then(function(page){
page.getTextContent().then(function(txt){
var arrayOfText = items.map(function(item){
return item.str;
});
});
});
});
相关问题
- 1. ReactJS + javascript:如何解析数组到一个新的数组?
- 2. Javascript数组解析
- 3. 解析Javascript数组
- 4. 解析Javascript数组
- 5. 如何解析JavaScript中的JSON数组?
- 6. 如何解析Javascript中的Json数组?
- 7. 如何解析这个javascript数组?
- 8. Php - pdf解析器
- 9. 解析和过滤器的JavaScript数组
- 10. 如何解析列数据到数组?
- 11. 解析页面div到数组中JavaScript
- 12. 解析PDF文档的JavaScript
- 13. Javascript文本数组解析
- 14. 解析PHP数组在JavaScript
- 15. JavaScript的解析数组android?
- 16. JavaScript数组解析匹配
- 17. 如何解析数组到日期?
- 18. 如何解析数组到MYSQL IN()?
- 19. 如何解析字符串到数组
- 20. 如何解析_data到数组?
- 21. JavaScript如何解析数字?
- 22. 如何将JavaScript多维数组解析为c#数组? JavaScript数组的
- 23. 如何解析Javascript数组到C#列表/字典
- 24. iOS PDF到纯文本解析器
- 25. 如何解析JavaScript数组并放入c#数组?
- 26. 如何使用jquery将json数组解析为javascript数组?
- 27. $ .parseJSON()如何解析数组?
- 28. 如何解析JSON数组?
- 29. 如何解析json数组?
- 30. 如何解析JS数组?
要那样做服务器端或客户端?如果客户端,你如何收到文件?没有跨域问题? –
是,客户端) –
@RuzelDavletyarov你已经在你的网站上的PDF文件,还是用户上传吗? – Cilan