Aspose.PDF功能演示：使用 JavaScript 从 PDF 中提取文本

news2024/10/19 20:43:27

在数据提取、业务文档自动化和文本挖掘方面，使用 JavaScript 从PDF中提取文本非常有用。它允许开发人员自动执行从 PDF 收集信息的过程，从而显著提高处理大量文档的生产力和效率。在这篇博文中，我们将学习如何使用 JavaScript 从 PDF 中提取文本。无论您是想简化工作流程、改进数据分析还是只是自动执行重复性任务，本指南都将为您提供使用 JavaScript 从 PDF 有效提取文本的知识。

Aspose.PDF 是一款高级PDF处理API，可以在跨平台应用程序中轻松生成，修改，转换，呈现，保护和打印文档。无需使用Adobe Acrobat。此外，API提供压缩选项，表创建和处理，图形和图像功能，广泛的超链接功能，图章和水印任务，扩展的安全控件和自定义字体处理。接下来我们将为您介绍如何借助这款工具在程序中合并JPG文件。

Aspose API支持流行文件格式处理，并允许将各类文档导出或转换为固定布局文件格式和最常用的图像/多媒体格式。

Aspose.pdf 最新下载

PDF JavaScript 库提取文本

我们将使用 Aspose.PDF for JavaScript从 pdf 文件中提取文本。它是一个功能强大的 PDF 库，提供强大的功能以使用 JavaScript 处理 PDF 文件。它支持各种 PDF 操作任务，包括文本提取、文档创建和编辑。Aspose.PDF for JavaScript 易于使用，并为开发人员提供了一个简单的 API 来高效处理复杂的 PDF 操作。

使用 JavaScript 从 PDF 中提取文本

我们可以在 Web 应用程序中使用 JavaScript 轻松从 PDF 中提取文本。为此，我们需要加载 PDF 文件，然后提取文本。资源密集型的文本提取任务将交给 Web 工作线程，这将防止主 UI 线程被阻塞。因此，我们的转换器应用程序变得用户友好，并且通过转换下载变得简单。

请按照以下步骤使用 JavaScript 从 PDF 中提取文本：

使用以下代码片段创建一个 Web Worker：

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

/*Event handler*/
const ffileExtract = e => {
const file_reader = new FileReader();
file_reader.onload = event => {
/*Extract text from a PDF-file - Ask 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]);
};

按照以下步骤从 PDF 文件中提取文本：

选择输入的 PDF 文件。
创建一个新的 FileReader 对象。
现在，调用 AsposePdfExtractText函数，从 PDF 文件中提取文本。
之后检查json.errorCode是否为 0，如果为 0，则json.extractText 中是否包含提取的内容，否则会出错，错误信息会记录在json.errorText文件中。
最后，您将收到一个包含从 PDF 中提取的文本的字符串。

以下代码示例展示如何使用 JavaScript 从 PDF 文件中提取文本。

var ffileExtract = function (e) {
const file_reader = new FileReader();
file_reader.onload = (event) => {
/*Extract text from a PDF-file*/
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]);
};