如何在 Node.js 中解析 PDF 文件

什麼是Node？

跨平台、開源的Node.js JavaScript執行階段環境允許JavaScript程式碼在網頁瀏覽器之外執行。 程式設計師可以透過啟用伺服器端 JavaScript 或 JS 模組執行來建立可擴充、快速且高效的網路應用程式。 由於 Node.js 是事件驅動、非阻塞 I/O 模型，因此非常適合開發能夠同時管理多個連接並包含互動式表單元素的即時應用程式。

Node.js 經常用於創建各種應用程序，包括 Web 伺服器、API、資料結構流應用程式、即時聊天應用程式、物聯網 (IoT) 設備等等。 綜合來看，Node.js 因其高效、快速以及前端和後端對 JavaScript 的兼容性而越來越受歡迎，為全端開發提供了單一語言。 請造訪此說明網站的文件頁面，以了解更多關於Node.js的資訊。

如何在Node.js中解析PDF文檔

1. 若要將 PDF 解析為可讀流，請下載 Node.js 套件。
2. 安裝 IronPDF for Node.js 函式庫。
3. 建立一個新的 PDF 文件，或匯入一個包含已解析文件資料的現有 PDF 文件。
4. 要提取每一行文本，請使用extractText方法。
5. 檢視已解析的 PDF 內容，以便直接閱讀原始 PDF 檔案。

IronPDF for Node.js

截至我上次更新知識是在 2022 年 1 月，IronPDF 主要是一個 .NET 庫，旨在 .NET Framework 中運行，使開發人員能夠使用 C# 或 VB.NET 處理 PDF 文件。 然而，IronPDF 並沒有專門為 Node.js 開發的原生或直接版本。

由於 IronPDF 已擴展到支援 Node.js 並包含其綁定，這很可能意味著用於在 Node.js 應用程式中建立、編輯和處理 PDF 文件的工具現在已在 IronPDF for Node.js 中可用。

IronPDF 的特點

• HTML 轉 PDF 產生：將 HTML 內容轉換為 PDF 文件的功能。
• 對 PDF 檔案進行新增、變更或刪除文字、形狀、影像和其他元素的操作稱為文字和影像處理。 -合併、從 PDF 文件中提取頁面、拆分 PDF 文件、加密和解密PDF 文件都是 PDF 文件修改的範例。 -表單處理包括填寫表單、取得表單資料、透過程式設計利用 PDF 表單。
• PDF 安全性是指對 PDF 文件使用數位簽章、加密和密碼保護。
• 檢索和修改 PDF 檔案稱為頁面元資料處理。

如果 IronPDF 已將其產品範圍擴展到包括 Node.js 版本，這將為開發 Node.js 應用程式的開發人員提供使用 IronPDF 的 PDF 處理功能的方法。 這對於希望在 .NET 環境中使用功能類似 IronPDF 的程式庫的開發人員來說可能很有幫助。

要獲取有關 IronPDF 的功能、兼容性和對 Node.js 的支援的最新信息，應始終查閱 IronPDF 團隊的官方文件、發行說明或更新。 點擊此處了解更多關於 IronPDF 以及每個版本新增功能的資訊。 要了解有關 IronPDF 的更多信息，請參閱此官方文件頁面。

軟體包要求

• 使用 Visual Studio Code 作為整合開發環境
• Node.js
• Yarn 或 npm 可用於套件管理，這是套件安裝所必需的。

npm install @ironsoftware/ironpdf

npm install @ironsoftware/ironpdf

解析PDF文件以提取數據

透過實驗可以看出，IronPDF 提供了許多功能，可以輕鬆地在 Node.js 中處理 PDF 檔案。 它專注於產生、檢視和修改所需格式的任何 PDF 文件。 PDF檔案解析起來相當簡單。

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();

上面的程式碼說明了fromFile函數的重要性。 fromFile方法讀取 PDF 文檔，並將 PDF 文件轉換為PdfDocument對象，從現有文件系統載入文件。 因此， PdfDocument保存 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使用。 此物件解析的文件資料是 PDF 頁面物件中包含的文字和圖形。 extractText函數用於從提供的 PDF 文件中提取所有文字。提取的文字將以字串形式存儲，並準備進行後續處理，例如建立 JSON 格式。

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);
}

結論

IronPDF 庫提供強大的安全措施，以降低風險並確保資料安全。 它相容於所有主流瀏覽器，並不局限於任何單一瀏覽器。 為了滿足開發者的各種需求，該程式庫提供了多種授權選項，包括免費的開發者授權和可以購買的額外開發授權。

除了永久許可證、一年的軟體維護和 30 天退款保證外， $799 Lite 套餐還包括升級選項。 在有浮水印的試用期內，使用者有機會在實際應用環境中評估產品。 請查看提供的授權頁面，以了解有關 IronPDF 的費用、授權和試用版的更多詳細資訊。 若要了解Iron Software提供的其他產品，請查看官方網站。

如何在 Node.js 中解析 PDF 文檔，圖 3：Iron Software 定價 Iron Software 定價