Teksto ištraukimas iš PDF yra būtinas daugeliui programų, tokių kaip duomenų analizė, turinio indeksavimas ir teksto apdorojimas. PDF failai plačiai naudojami dokumentams saugoti, tačiau skaitomo teksto ištraukimas iš jų rankiniu būdu gali užtrukti ir neefektyvus. Laimei, naudodami Node.js galime automatizuoti šį procesą ir efektyviai išgauti tekstą naudodami patikimą dokumentų konvertavimo biblioteką. Rašydami paprastą scenarijų galime konvertuoti PDF į tekstą naudodami Node.js, todėl lengviau tvarkyti tekstinį turinį iš įvairių dokumentų. Šis metodas ypač naudingas įmonėms, kurios tvarko ataskaitas, sutartis ar nuskaitytus dokumentus, kuriems reikia teksto ištraukimo. Šiame straipsnyje apžvelgsime paprastą metodą, kaip eksportuoti PDF į tekstą į Node.js naudojant kelias kodo eilutes.
Veiksmai, kaip konvertuoti PDF į tekstą naudojant Node.js
- Nustatykite ir integruokite GroupDocs.Conversion for Node.js per Java į savo projektą, kad įgalintumėte konvertavimą iš PDF į tekstą
- Importuokite konvertavimo modulį į programą, kad galėtumėte valdyti įvairius failų formatų konvertavimus
- Sukurkite klasę Converter ir nurodykite failo kelią PDF dokumentui įkelti
- Konfigūruokite teksto ištraukimo konvertavimo nustatymus ir kaip išvesties formatą pasirinkite TXT
- Norėdami apdoroti PDF ir sukurti tekstinį failą, iškvieskite konverterio klasės konvertavimo metodą
Žemiau pateiktas kodas pirmiausia inicijuoja konversijų biblioteką ir įkelia PDF failą. Tada ji nurodo išvesties formatą kaip paprastą tekstą, naudodama WordProcessingConvertOptions, užtikrindama, kad visas skaitomas tekstas būtų išgaunamas, nepaisant nereikalingo formatavimo. Ištrauktas tekstas išsaugomas .txt faile, todėl jį lengva apdoroti toliau. Šis metodas yra naudingas programoms, kurioms reikalingas natūralios kalbos apdorojimas, turinio indeksavimas arba automatinė teksto analizė. Be to, šis metodas yra veiksmingas tvarkant didelius dokumentus, užtikrinant, kad svarbūs teksto duomenys būtų išsaugoti be rankinio įsikišimo. Šis scenarijus parodo, kaip su minimaliomis pastangomis generuoti tekstą iš PDF faile Node.js.
Kodas konvertuoti PDF į tekstą naudojant Node.js
| const conversion = require('@groupdocs/groupdocs.conversion') | |
| const licensePath = "GroupDocs.Search.lic"; | |
| const license = new conversion.License() | |
| license.setLicense(licensePath); | |
| // Load the input PDF file | |
| const converter = new conversion.Converter("sample.pdf"); | |
| const options = new conversion.WordProcessingConvertOptions(); | |
| options.setFormat(conversion.WordProcessingFileType.Txt); | |
| // Save output TXT to disk | |
| converter.convert("output.txt", options); | |
| process.exit(0); |
Šio sprendimo integravimas į savo darbo eigą supaprastina dokumentų apdorojimą ir padidina produktyvumą. Tai leidžia greitai ir tiksliai išgauti tekstą iš sąskaitų faktūrų, sutarčių ir ataskaitų naudojant tik kelias kodo eilutes. Procesas, kaip pakeisti PDF į tekstą naudojant Node.js, supaprastina automatizavimą, pagerina duomenų pasiekiamumą ir pagerina paiešką. Idealiai tinka tokioms pramonės šakoms kaip finansai, teisinė ir sveikatos priežiūra, taupo laiką, sumažina klaidų skaičių ir optimizuoja darbo eigą, kad dokumentų valdymas būtų sklandus.
Anksčiau pateikėme išsamų vadovą, kaip konvertuoti PDF į Excel naudojant Node.js. Norėdami gauti nuoseklią apžvalgą, peržiūrėkite mūsų išsamią mokymo programą, kaip konvertuoti PDF į Excel naudojant Node.js.
