這篇文章將演示如何使用IronPDF，PDF解析器Node.js程式庫來解析PDF。

什麼是Node?

跨平台、開源的Node.js JavaScript運行環境允許JavaScript程式碼在網頁瀏覽器之外執行。 程式設計師可以通過啟用伺服器端JavaScript或JS模塊執行建立具備可擴展性、快速和高效的網路應用。 由於Node.js是事件驅動的非阻塞I/O模型，它非常適合開發能夠同時管理多個連接的實時應用程式並具有互動式表單元素。

Node.js經常用來建立各種應用，包括網路伺服器、API、資料結構流應用、實時聊天應用、物聯網(IoT)裝置等等。 綜上所述，由於其效率、速度以及在前端和後端的JavaScript相容性為全棧開發提供單一語言，Node.js的普及度不斷提高。 查看這個解釋網站以獲取文件頁面以了解更多關於Node.js的資訊。

如何在Node.js中解析PDF文件

1. 下載Node.js軟體包以解析PDF並獲得可讀流。
2. 安裝IronPDF for Node.js程式庫。
3. 建立一個新的PDF或導入已有的PDF並解析文件資料。
4. 使用extractText方法提取每一行文字。
5. 檢視已解析的PDF內容來直接閱讀PDF。

IronPDF for Node.js

截至我最後一次知識更新2022年1月，IronPDF主要是一個旨在在.NET Framework中工作的 .NET 程式庫，使開發人員可以使用C#或VB.NET處理PDF文件。 然而，IronPDF並不存在專門為Node.js製作的本機或直接版本。

IronPDF已擴展至支持及包含Node.js的綁定，這可能意味著在Node.js應用程式中建立、編輯和處理PDF文件的工具現已在IronPDF for Node.js中可用。

IronPDF的特性

• HTML到PDF生成：將HTML內容轉換為PDF文件的能力。
• 對PDF文件中的文字、形狀、圖像和其他元素進行新增、更改或刪除被稱為文字和圖像操作。
• 合併、提取PDF文件中的頁面，拆分PDF文件，以及加密和解密這些都是PDF文件更改的例子。
• 表單處理包括完成表單，獲取表單資料並通過編程利用PDF表單。
• PDF安全是指使用數位簽名、加密和密碼保護來保障PDF文件。
• 檢索和修改PDF文件被稱為頁面元資料處理。

如果IronPDF擴展了其產品範圍以包括Node.js版本，這可能為開發Node.js應用程式的開發人員提供使用IronPDF的PDF操作功能的方法。 這對於希望使用具有IronPDF在.NET環境中相似功能的程式庫的開發人員可能會很有幫助。

始終應該查閱IronPDF團隊的官方文件、發布說明或更新，以獲取關於IronPDF功能、相容性和Node.js支持的最新資訊。 前往這裡了解有關IronPDF和每次發布的新功能的更多資訊。 要了解有關IronPDF的更多資訊，請參考這個官方文件頁面。

軟體包需求

• Visual Studio Code作為整合開發環境
• Node.js
• Yarn或npm可以用來進行包管理，這是進行軟體包安裝所必需的。

為Node.js安裝IronPDF軟體包

啟動命令提示符或終端：打開命令提示符或終端。 根據您的操作系統有多種方式來存取它：

• Windows：使用PowerShell或命令提示符
• macOS上的終端
• Linux上的終端

要安裝軟體包，請使用軟體包名稱和npm安裝命令。 例如，要安裝軟體包@ironsoftware/ironpdf，請在終端運行以下命令：

npm i @ironsoftware/ironpdf

如果要安裝的包不同，請用您要安裝的包名替換@ironsoftware/ironpdf。

安裝IronPDF

解析PDF文件並提取資料

從實驗中可以看到，IronPDF提供了許多功能以簡化在Node.js中處理PDF。 它專注於生成、查看和修改所需格式的任何PDF文件。 PDF文件非常容易解析。

const { PdfDocument } = require("@ironsoftware/ironpdf");

const pdfProcess = async () => {
  // Load the existing PDF document
  const pdf = await PdfDocument.fromFile("Demo.pdf");
  // Extract text data from the loaded PDF
  const data = await pdf.extractText();
  // Output the extracted text to the console
  console.log(data);
};

pdfProcess();

const { PdfDocument } = require("@ironsoftware/ironpdf");

const pdfProcess = async () => {
  // Load the existing PDF document
  const pdf = await PdfDocument.fromFile("Demo.pdf");
  // Extract text data from the loaded PDF
  const data = await pdf.extractText();
  // Output the extracted text to the console
  console.log(data);
};

pdfProcess();

上面的程式碼展示了fromFile函数的重要性。 fromFile方法讀取PDF文件並將PDF文件轉換為PdfDocument物件，從已有文件系統載入文件。 因此PdfDocument包含了PDF的元資料。 PDF物件中的文件元資料可以根據使用者的需求來使用。 這個物件解析文件資料時的文字和圖形包含在PDF頁面物件內。 extractText函数用於提取提供的PDF文件中的所有文字。之後，檢索到的文字將被儲存為字串並準備進行進一步的處理，例如建立JSON格式。

逐頁文字提取

以下程式碼是一種不同的方法，可以明確地從PDF文件的每一頁提取文字。

const pdf = await PdfDocument.fromFile("Demo.pdf");
// Get the total number of pages in the PDF
const pageCount = await pdf.getPageCount();

// Loop through each page to extract text
for (let i = 0; i < pageCount; i++) {
  const pageText = await pdf.extractText(i);
  // Output the text of each page
  console.log(pageText);
}

const pdf = await PdfDocument.fromFile("Demo.pdf");
// Get the total number of pages in the PDF
const pageCount = await pdf.getPageCount();

// Loop through each page to extract text
for (let i = 0; i < pageCount; i++) {
  const pageText = await pdf.extractText(i);
  // Output the text of each page
  console.log(pageText);
}

這個範例程式碼從指定目錄徹底載入已在記憶體中的PDF的原始PDF閱讀，然後建立一個名為pdf。 PDF文件是由幾個基本資料對像型別組成的資料結構。PDF文件中的每一頁資料都是使用PDF物件中的頁碼或頁索引來檢索，以保證逐一處理。 首先，我們使用PDF物件的getPageCount方法來查找提供的PDF中的總頁數。

extractText函数來檢索每個PDF頁面的文字。 提取的文字可以顯示在使用者的螢幕上或者保存到字串變數中。 這種技術讓從單獨的PDF頁面以有組織的方式提取文字成為可能。 這些技術展示了IronPDF這一專門用於PDF任務的Node.js程式庫如何輕鬆且徹底地從PDF文件中提取文字。 這一可用性增強了PDF在各種背景下的效用，並具有許多實際應用。

逐頁閱讀PDF

上面的兩段程式碼均實現了相同的輸出，唯一的區別在於根據使用者需求實現的程式碼方式。 要了解更多有關IronPDF的資訊，請參考這些詳細的文件頁面。

結論

IronPDF 程式庫提供了強大的安全措施來降低風險並確保資料安全。 它與所有流行的瀏覽器相容，並不限於其中任何一個。 為適應開發人員的不同需求，該程式庫提供了多種許可選項，包括免費的開發者許可以及可以購買的額外開發許可。

除永久授權之外，$999 Lite 套餐還包括一年的軟體維護和三十天退款保證，並提供升級選擇。 使用者有機會在帶水印的試用期內評估產品在實際應用情況下的表現。 請查看所提供的許可頁面以獲取有關IronPDF成本、許可和試用版本的更多詳情。 要了解Iron Software提供的其他產品，請查看官方網站。

Iron Software定價