HTML JPG PDF XML DOCX
  Product Family
PDF

通过 Node.js SDK 解析 PDF 以提取文本

使用服务器端 Node.js API 解析 PDF 文档以提取文本的 API。

Get Started

如何使用云端 Node.js SDK 解析 PDF 文档以提取文本

为了通过云端 Node.js SDK 解析 PDF 文档以提取文本,我们将使用 Aspose.PDF Cloud Node.js SDK 此云端 SDK 帮助 Node.js 程序员使用 Aspose.PDF REST API 开发基于云的 PDF 创建、注释、编辑、转换和解析应用程序。只需在 Aspose for Cloud 创建一个帐户并获取您的应用程序信息。一旦您拥有 App SID 和密钥,您就可以准备好使用 Aspose.PDF Cloud Node.js SDK。

包管理器控制台命令


     
    npm install asposepdfcloud --save
     
     

使用 Node.js SDK 解析 PDF 以提取文本的步骤

Aspose.PDF Cloud 开发人员可以轻松解析 PDF 文档以提取文本。开发人员只需要几行代码。

  1. 使用您的应用程序密钥和密钥创建一个新的配置对象
  2. 创建一个对象以连接到云 API
  3. 上传您的文档文件
  4. 使用 getDocumentTextBoxFields 函数在云存储中解析 PDF 文档以提取文本
  5. 检查响应并记录结果
  6. 如有需要,将文本框信息下载为本地 JSON 文件
 

此示例代码显示解析 PDF 文档以提取文本


import fs from 'node:fs/promises';
import path from 'node:path';

export {ParseExportTextBoxes};

const pdfApi = new PdfApi(APP_SID, APP_KEY);

const ParseExportTextBoxes = {
    async uploadDocument (documentName, localFolder, tempFolder) {
        const fileNamePath = path.join(localFolder, documentName);
        const fileData = await fs.readFile(fileNamePath);
        const storagePath = path.join(tempFolder, documentName);
        await pdfApi.uploadFile(storagePath, fileData)
            .then(() => console.log("File: '" + documentName +"' successfully uploaded."));
    },
    
    async export(documentName, localFolder, remoteFolder) {
        if ( pdfApi ) {
            await uploadDocument(documentName, localFolder, remoteFolder);

            const response = await pdfApi.getDocumentTextBoxFields( documentName, null, remoteFolder );

            if (response.body.code == 200) {
                console.log("ParseExportTextBoxes(): TextBox Fileds successfully extracted!");
                
                var result = "[\n";
                await Promise.all(
                    response.body.fields.list.map(async (textbox) => {
                        const responseText = await pdfApi.getTextBoxField(documentName, textbox.fullName, null, remoteFolder)
                            .then(function(responseTextBox){
                                result += JSON.stringify(textbox) + ",\n\n";
                            });
                        })
                    );
                result += "]";

                const filePath = path.join(localFolder, "parsed_text_boxes_output.json");
                await fs.writeFile(filePath, result);
                console.log("Downloaded: " + filePath);   
            }
            else
                console.error("ParseExportTextBoxes(): Unexpected error!") 

        }
    }
};
 

通过 Node.js SDK 处理 PDF 中的文本解析

通过解析 PDF 文档以提取文本,您可以根据需要修改文本框字段的内容。这保持了文档中文本的位置,同时节省时间并减少手动工作。 使用 Aspose.PDF Cloud Node.js SDK 解析 PDF 文档以提取文本。

使用我们的 Node.js SDK,您可以

  • 以文本或图像格式添加 PDF 文档的页眉和页脚。
  • 向 PDF 文档添加表格和文本或图像印章。
  • 将多个 PDF 文档附加到现有文件。
  • 处理 PDF 附件、注释和表单字段。
  • 对 PDF 文档应用加密或解密并设置密码。
  • 从页面或整个 PDF 文档中删除所有印章和表格。
  • 根据其 ID 从 PDF 文档中删除特定的印章或表格。
  • 替换 PDF 页面或整个文档中单个或多个文本实例。
  • 支持将 PDF 文档转换为各种其他文件格式。
  • 提取 PDF 文件的各种元素并优化 PDF 文档。
  • 您可以尝试我们的 免费应用 以测试功能。

  •