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]); };
尝试在线 PDF 转文本转换器
您还可以使用此免费PDF 到文本转换器工具在线从 PDF 文件中提取文本。此功能强大的工具提供无缝的 PDF 到TXT转换,使其成为任何需要从 PDF 文档中提取文本的人的不可或缺的资源。