Cómo extraer imágenes de un PDF en Node.js

Características principales de IronPDF en Node.js

1. Creación de PDF:

   IronPDF puede crear PDFs desde varias fuentes, incluyendo contenido HTML, imágenes o incluso texto en bruto. Esta característica es muy útil para aplicaciones web que necesitan generar reportes, facturas, o cualquier otro documento en formato PDF.

   IronPDF admite aplicar estilo y dar formato al contenido HTML, lo que lo convierte en una gran opción para convertir páginas web en documentos PDF bien estructurados.

2. Edición de PDF:

   IronPDF permite manipular PDFs existentes añadiendo texto, imágenes, anotaciones y modificando la disposición. También puede fusionar varios PDFs en uno, dividir un documento grande en partes más pequeñas, o incluso reordenar páginas dentro de un PDF.

   Estas características lo hacen ideal para aplicaciones que necesitan modificar PDFs dinámicamente, como sistemas de gestión de documentos o aplicaciones que requieren generación automatizada de documentos.

3. Conversión de PDF:

   Una de las características distintivas de IronPDF es su capacidad para convertir PDFs a varios otros formatos. Por ejemplo, puede convertir documentos PDF a imágenes (PNG, JPEG), HTML y formatos de Word.

   Esta característica es particularmente útil cuando necesita presentar el contenido de un PDF en diferentes formatos o crear vistas previas de imágenes de PDFs para interfaces de usuario.

4. Extracción de Texto e Imágenes:

   Aunque IronPDF no tiene una API REST directa para extraer imágenes en bruto de un PDF, proporciona un método para renderizar páginas de PDF como imágenes (como PNG o JPEG), que puede utilizarse como un modo indirecto de extraer contenido.

   Puede renderizar cada página del PDF en una imagen, capturando efectivamente la representación visual del documento, y guardándola para su uso posterior o visualización.

5. Renderización de Páginas como Imágenes:

   IronPDF puede convertir páginas de PDF en imágenes de alta calidad. Por ejemplo, puede convertir un PDF de varias páginas en una serie de PNGs, uno para cada página. Esto es particularmente útil cuando necesita mostrar las páginas como miniaturas o en un formato basado en imágenes. Admite varios tipos de formato de imagen.

6. Seguridad y Encriptación:

   IronPDF admite trabajar con PDFs encriptados. Permite abrir, desencriptar y manipular documentos protegidos, lo cual es esencial para trabajar con documentos que requieren contraseñas u otras formas de protección.

7. Compatibilidad Multi-Plataforma:

   IronPDF es compatible tanto con entornos Windows como Linux, convirtiéndolo en una herramienta versátil para aplicaciones del lado del servidor. La envoltura de Node.js simplifica el proceso de integrar IronPDF en aplicaciones basadas en Node.js.

Paso 1: Configurar una aplicación Node.js

Para empezar, configure la carpeta del proyecto de Node.js creando una carpeta en la máquina local y abriendo Visual Studio Code.

mkdir PdfImageExtractor
cd PdfImageExtractor
code .

mkdir PdfImageExtractor
cd PdfImageExtractor
code .

Paso 2: Instalar los paquetes NPM de IronPDF

Instale el paquete de IronPDF de Node.js y su paquete de soporte basado en máquinas Windows o Linux

npm install @ironsoftware/ironpdf
npm install @ironsoftware/ironpdf-engine-windows-x64

npm install @ironsoftware/ironpdf
npm install @ironsoftware/ironpdf-engine-windows-x64

El paquete @Iron Software/ironpdf-engine-windows-x64 es una versión específica para la plataforma de la biblioteca de IronPDF, específicamente diseñada para sistemas Windows de 64 bits.

1. Binario específico de plataforma para Windows (64 bits)

La biblioteca IronPDF tiene dependencias específicas para la plataforma. Para que Node.js funcione eficientemente con IronPDF, requiere binarios nativos adaptados para sistemas operativos y arquitecturas específicos. En este caso, el paquete @Iron Software/ironpdf-engine-windows-x64 proporciona el motor nativo para los entornos Windows de 64 bits.

2. Rendimiento optimizado

Al usar este paquete específico para Windows, asegura que la biblioteca IronPDF funcione óptimamente en sistemas basados en Windows. Se asegura de que todas las dependencias nativas, como las relacionadas con la renderización y manipulación de PDF, sean compatibles y funcionen sin problemas en su máquina.

3. Simplificar la instalación

En lugar de gestionar y configurar de manera manual los binarios requeridos para sistemas Windows de 64 bits, instalar el paquete @Iron Software/ironpdf-engine-windows-x64 automatiza este proceso. Esto ahorra tiempo y elimina problemas potenciales de compatibilidad.

4. Compatibilidad multiplataforma

IronPDF también admite otras plataformas como macOS y Linux. Proveer paquetes específicos para la plataforma, permite a los desarrolladores usar el binario adecuado para su sistema operativo, mejorando la estabilidad y fiabilidad general de la biblioteca.

5. Requerimientos para determinadas funciones

Si está usando ciertas características de IronPDF (como renderizar PDFs a imágenes o realizar manipulaciones de documentos complejas), se requiere el motor nativo. El paquete @Iron Software/ironpdf-engine-windows-x64 incluye este motor específicamente para entornos basados en Windows.

Paso 3: Preparar un PDF para la extracción

Ahora obtenga el archivo PDF que necesita extracción. Copie la ruta a ser utilizada en la aplicación. Este artículo utiliza el siguiente archivo.

Paso 4: Extraer imágenes del archivo PDF y guardar

Ahora use el archivo en el paso anterior y escriba el fragmento de código abajo en un archivo app.js en la carpeta del proyecto Node.js.

const fs = require('fs');
const { IronPdfGlobalConfig, PdfDocument } = require('@ironsoftware/ironpdf')

// Apply your IronPDF license key
IronPdfGlobalConfig.getConfig().licenseKey = "Your license key";

(async () => {
    // Extracting Image and Text content from Pdf Documents

    // Import existing PDF document
    const pdf = await PdfDocument.fromFile("ironPDF.pdf");

    // Get all text to put in a search index and log it
    const text = await pdf.extractText();
    console.log('All Text: ' + text);

    // Get all Images as buffers
    const imagesBuffer = await pdf.extractRawImages();
    console.log('Images count: ' + imagesBuffer.length);

    // Save the first extracted image to the local file system
    fs.writeFileSync("./file1.jpg", imagesBuffer[0]);

    // Indicate completion
    console.log('Complete!');
})();

Ejecuta la app:

node app.js

node app.js