位置: 编程技术 - 正文

教你用十行node.js代码读取docx的文本

编辑:rootadmin

推荐整理分享教你用十行node.js代码读取docx的文本,希望有所帮助,仅作参考,欢迎阅读内容。

文章相关热门搜索词:,内容如对您有帮助,希望把文章链接给更多的朋友!

前言

最近有一个case。需要去解析word文档。有两个需求,一个是将word文档转成PDF,一个是将word文档中的内容按照一定的规范读取到数据库中,去npm仓库找了大概有十几个包,发现主要是通过以下的方式来转换代码。

通过调用系统底层程序(比如说office)的API来转换; 通过模板,替换数据来实现生成PDF; 通过有些免费将word转成PDF的网站来实现将word转成PDF,比如docx-to-pdf;

后来退而求其次,想通过先将docx转成文字,发现了个textract的包。

当然也有缺点,不支持docx中的标题号,不支持图片等文件。

不怕死的我决定自己干这件事情。

介绍

其实docx就是一个zip包,然后封装了一些xml文件。可以直接将docx的包改后缀为.zip来打开观看。

教你用十行node.js代码读取docx的文本

进入word文件夹

里面有几个主要的文件。

document.xml 这个就是文档的主要内容 numbering.xml 这个就是标题号,以及标题号的一些属性 styles.xml 这个就是样式列表

打开document.xml 你就会发现,所有的文本都是用 <w:t>标签包着的。这个就是本文的关键

代码

首先,需要通过npm安装一个能查看zip文件的包:adm-zip;

然后,写下下列代码即可

最近正在用node.js去解析docx的工作。先将最简单的写在上面。回头有空再继续分享

最新更新

之前随手写的代码,今天测试发现用更新后的代码比源代码的效率提升十倍以上。

附上测试代码

总结

标签: 教你用十行node.js代码读取docx的文本

本文链接地址:https://www.jiuchutong.com/biancheng/376410.html 转载请保留说明!

上一篇:Nodejs 获取时间加手机标识的32位标识实现代码(nodejs获取当前时间)

下一篇:nodejs读写json文件的简单方法(必看)(nodejs读取文件和写文件的方法)

  • 国际税收协定的名词解释
  • 公司的现金收入可以直接发工资吗
  • 销售成本结转属于收入吗
  • 外销客户付的模具费如何入账
  • 信息服务费可以计入办公费吗
  • 车辆通行费属于政府性基金吗
  • 2019年大写二o一九
  • 定额备用金的账务处理
  • 不是单位职工个税怎么算
  • 递延资产放在资产负债表哪里
  • 公司分期付款买车可以抵税吗
  • 预交增值税附加税费减免吗
  • 加油票可以抵扣几个点的增值税
  • 公司拖欠工资还要继续工作吗?
  • 纳税调整增加额和纳税调整减少额
  • 不抵扣勾选怎么挽回
  • 月末在产品直接人工成本怎么算
  • 生育津贴需要缴纳五险一金吗
  • 电子汇票如何使用
  • 库存现金可以用于支付哪些钱
  • 税务部门罚没收入计入什么科目
  • 经济业务原始凭证分录
  • wordpress使用
  • 有限责任公司股东对公司债务承担
  • php socket_create
  • thinkphp框架结构
  • vue3当中如何监听新增的属性
  • 一分钟玩转钉钉文档是什么东西
  • 进口设备退税如何计算
  • 公司间代收代付
  • 打车费属于差旅费吗
  • 尚未报送年度会计报表
  • 开启php
  • mongodb从入门到商业实战
  • 差旅费报销金额大于实际发生金额
  • 运输行业一般纳税人开普票税率是多少
  • 往来款项属于
  • 应交税费在借方怎么调平
  • 金蝶软件怎么录入发票号
  • 通过创建SQLServer 2005到 Oracle10g 的链接服务器实现异构数据库数据转换方案
  • mysql怎么防止sql注入
  • mysql insert语句操作实例讲解
  • 新政府会计制度下的基建会计
  • 小型微利企业企业所得税如何计算
  • 出口不报关账务处理
  • 发生销售退回账务处理
  • 逾期的押金收入
  • 汇算清缴退税分录怎么做
  • 发生了销售交易但没有在销售日记
  • 接受捐赠可以确认为收入吗
  • 工资费用核算的原始记录有
  • 电子发票如何申请电子签章
  • 员工垫付的钱会计分录
  • 小规模如何申报1个点
  • 投资者投入无形资产的入账价值
  • 制造费用分配结转表
  • 企业建帐的基本要求
  • sql 截取字符串某个字符之后
  • 无法使用ie浏览器
  • 老毛桃U盘装系统综合教程
  • Windows时间同步时出错该怎么解决?
  • linux的awk命令大全
  • 电脑开机出现ntfs
  • linux日期与时间
  • mac自带计算器
  • win7删除开机启动程序
  • c++全局变量赋值
  • 深入浅出android开发
  • javascript标题
  • Tree、Unformat、Vsafe命令的区别与使用说明
  • Node.js中的什么模块是用于处理文件和目录的
  • Linux动态链接库编译
  • 通过制作潜望镜活动,你获得哪些宝贵的经验
  • 对应用进行单元测试的是
  • great 搬运工
  • javascript的基础类型有哪些
  • 深圳各区海拔
  • 计财科科长是什么级别
  • 网上订机票怎么取票
  • 越南进口废塑料新政策
  • 免责声明:网站部分图片文字素材来源于网络,如有侵权,请及时告知,我们会第一时间删除,谢谢! 邮箱:opceo@qq.com

    鄂ICP备2023003026号

    网站地图: 企业信息 工商信息 财税知识 网络常识 编程技术

    友情链接: 武汉网站建设