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)

  • 附加税减免要做哪些科目
  • 分红给合伙企业后,被普通合伙人借走
  • 税筹是什么意思,有哪些工具
  • 一次性扣除固定资产政策案例
  • 实收资本一直挂着其他应收款怎么办
  • 如何做固定资产卡片
  • 一般纳税人公司转让一般卖多少钱
  • 所得税费按年缴纳?
  • 建筑行业异地工资怎么算
  • 代订机票被骗可以追回吗
  • 发出商品是用进货吗
  • 总公司收回未分配利润如何入账?
  • 企业资产净资产
  • 公司组织游玩员招聘
  • 小规模应纳税额怎么算
  • 捐助建学校
  • 负利润需要交所得税吗
  • 单位会计需要去税务局实名认证吗?
  • 增值税发票校验码是什么意思
  • 金税盘一直更新登陆不进去
  • 只转让地上的建筑怎么办
  • 长期待摊费用原值怎么填
  • 其他收益与营业外收入的区别
  • 公对公转账不开票可以吗
  • 银行承兑汇票如何承兑分录
  • h3c路由配置教程
  • 支付宝国际驾照有效期是多久
  • 财务费用的冲减什么意思
  • 房屋扩建折旧年限怎么算
  • 在建工程领用原材料需要进项税转出吗
  • 哪些情况下可以终止心肺复苏
  • 上海个人所得税计算器
  • 税务实名认证是不是就是税务登记
  • wordpress如何使用
  • KunlunPlatform.exe是什么进程?KunlunPlatform.exe是安全的程序吗?
  • win10显示无法连接蓝牙
  • PHP:oci_field_scale()的用法_Oracle函数
  • 销售过程会计核算实训过程
  • 卡特迈国家公园熊吃人
  • 聘用退休人员的法律风险
  • 利润表项目本期怎么算
  • php调用微信扫描二维码
  • 结转已销产品计入什么科目
  • shell和pycharm
  • python获取字符串中汉字的个数
  • 加工费能直接抵税吗
  • 搜索站内内容
  • 印花税计税金额是主营业务收入吗
  • 年金保险是指什么保险
  • MySQL中distinct语句去查询重复记录及相关的性能讨论
  • sql server搜索语句
  • 三证合一指的是什么意思
  • 同一控股下并合并的股票
  • 公司账户存定期利息
  • 企业停产期间在生产违法吗
  • 工程检测费的会计分录
  • 为员工购买意外保险
  • 广告制作需要交文化事业建设税
  • 怎么解释税收
  • 研发一个月多少钱
  • 备查账包括哪些
  • won10安装
  • ubuntu终端终止正在执行的命令
  • windows开机自启动程序
  • mac键盘图标与对应不匹配
  • macbookair登陆
  • Linux查看文件内容编码
  • windows7可以打开多个窗口
  • Win10 64位系统下火狐浏览器打开带flash网页卡死的解决方法
  • 阿里云ecs keepalived
  • 根据当前目录下的文件
  • css样式表规则由什么组成
  • android应用层是什么
  • jquery基础教程详解
  • 陕西省电子税务局官网登录入口网址
  • 安徽地税局电话号码
  • 沈阳市地方税务局
  • 购车发票购置税是否包含在内
  • 商品代码是啥
  • 雅加达购物必买的东西
  • 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