Mammoth——从docx文档提取html

1. Mammoth——提取word文档

Github: GitHub - mwilliamson/mammoth.js: Convert Word documents (.docx files) to HTML
NPM: mammoth - npm
CDN: https://cdn.jsdelivr.net/npm/mammoth@1.4.8/mammoth.browser.min.js

* 优缺点：

缺点：只能转换.docx文档，转换过程中复杂样式被忽略。（居中、首行缩进、表格背景等）

*API

mammoth.convertToHtml(input, options）：把源文档转换为 HTML 文档
mammoth.convertToMarkdown(input, options) ：把源文档转换为 Markdown 文档。
mammoth.extractRawText(input) ：提取文档的原始文本。这将忽略文档中的所有格式。每个段落后跟两个换行符。

*使用

1.使用fileReader提取文档内容

2.使用mammoth的API将文档内容提取成html放到页面上

*demo示例

关键代码：

// 结构
	<div class="container">
        <h1>word转化html</h1>
        <input id="document" type="file" />
        <div class="row" style="width: 100%;">
            <div class="span8">
                <div id="output" class="well"></div>
            </div>
        </div>
	</div>
// script
<script src="https://cdn.bootcss.com/mammoth/1.4.8/mammoth.browser.js"></script>
// 逻辑
const data = {
            products: '测试项目',
            price: "$99",
            img: "https://docxtemplater.com/puffin.png"
        }
        // word转化html
        document.getElementById("document")
            .addEventListener("change", readFileInputEventAsArrayBuffer, false);

        const transformProduct = (dataText) => {
            dataText
        }
            
        function displayResult(result) {
            let html = result.value;
            let newHTML = html.replace(//g, '')
            .replace('<h1>', '<h1 style="text-align: center;">')
            .replace(/<table>/g, '<table style="border-collapse: collapse;">')
            .replace(/<tr>/g, '<tr style="height: 30px;">')
            .replace(/<td>/g, '<td style="border: 1px solid pink;">')
            .replace(/<p>/g, '<p style="text-indent: 2em;">')
            .replace(/</g, '<')
            .replace(/>/g, '>')
            .replace(/products/g, `${data.products}`)
            .replace(/price/g, `${data.price}`);
            document.getElementById("output").innerHTML = newHTML;
            document.getElementById("content").value = newHTML;
        }

        function readFileInputEventAsArrayBuffer(event) {
            var file = event.target.files[0];
            var reader = new FileReader();

            reader.onload = function (loadEvent) {
                var arrayBuffer = loadEvent.target.result;//arrayBuffer     
                mammoth.convertToHtml({ arrayBuffer: arrayBuffer })
                    .then(displayResult)
                    .done();
            };

            reader.readAsArrayBuffer(file);
        }

参考：【js】Mammoth.js的使用：将.docx 文件转换成HTML_mammoth.converttohtml-CSDN博客

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：/a/467857.html

如若内容造成侵权/违法违规/事实不符，请联系我们进行投诉反馈qq邮箱809451989@qq.com，一经查实，立即删除！