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)

  • 会计利润和应纳税所得额的区别和联系
  • 投资子公司亏损如何入账
  • 房地产企业售楼降价法律条文
  • 亏损企业能不能无常捐赠
  • 减免的增值税如何账务处理
  • 期货交易所手续费2023
  • 收回委托加工物资的实际成本
  • 个体工商户给员工交社保流程
  • 企业转让股权取得的收入征税吗
  • 无形资产进项税计入成本吗?
  • 没有道路许可证的车子怎么处罚
  • 固定资产2020
  • 税务大厅申报社保需要资料
  • 追补确认年度是哪一年
  • 报销款冲抵其他应收款怎么做账?
  • 处置子公司合并抵消
  • 费用报销单如何粘贴票据
  • 租车开具的电子发票
  • 销售费用营业费用的区别
  • PHP:xml_get_current_line_number()的用法_XML解析器函数
  • 绝地求生要什么电脑配置
  • sgbhp.exe - sgbhp是什么进程 有什么用
  • 为员工租赁房屋产生的租赁费可以抵扣增值税和所得税吗
  • 总分机构什么时候备案
  • 外商投资企业注册登记
  • 销售退回的增值税怎么处理
  • 施工企业如何开发票
  • 以前年度损益调整账务处理分录
  • thinkphp3.0
  • 云原生istio
  • vue computed set get
  • ai运行环境
  • 保证增信是什么意思东奥2023
  • 民办非企业培训机构注册流程
  • mongo认证失败
  • 进出口企业需要英文公章吗
  • 所得税汇算清缴调整项目
  • 个税申报表中的年金是什么意思?
  • 扣伙食费会计分录
  • sqlserver设置简单模式
  • 增值税普通发票查询
  • 劳务发票税率最新标准
  • 营业收入的核算方式有哪些
  • 营改增行业销售额的确定
  • 营改增进程
  • 职工辞退福利是否要申报个税
  • 电商的成本构成包括
  • 事业单位发放生育津贴从哪年执行的
  • 洗车发票税目
  • 技术服务费计入主营业务成本
  • 政府预算年度
  • 跨年度的项目如何做
  • 会计账簿的作用主要包括
  • 删除sql server2019
  • sql中varchar和number比较
  • linux /bin/false
  • macbook launch
  • centos挂载点
  • thinkpad x230笔记本电脑
  • 用U盘安装系统重启后进不去
  • win7英语
  • windows7网速慢怎么解决
  • centos 安装perl
  • powershow是什么意思
  • 置顶在线
  • css布局的经典网站
  • perl 正则表达式 保留原有字符
  • 查找重复字符串
  • bat批处理命令大全
  • Node.js中的全局对象有
  • 游戏引擎在游戏开发中的核心作用
  • bootstrap日期控件背景为白
  • 国家税务局公告2021年第3号
  • 国家税务总局12366纳税服务平台
  • 社保ukey怎么使用
  • 拿了全额发票必须按时办理房产证吗
  • 深圳市电价价目表详解
  • 重庆地税电子税务局app
  • 安徽税务局检验员工资
  • 无房怎么办
  • 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