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)

  • 小规模纳税开专票享受季度30万纳税
  • 学生兼职怎么交个人所得税吗
  • 专票现金支付规定
  • 全额工资是到手工资吗
  • 小微企业免交增值税,月末结转到营业外收入吗
  • 个人股权转让协议书范本合同
  • 同一张记账凭证可以出现多笔分录吗
  • 物流公司进项发票分录
  • 年终零余额账户有余额
  • 购买东西进项税在借方还是贷方
  • 暂估应付账款借方余额
  • 我国进口货物交税如何计算? 
  • 计入增值税应税销售额
  • 研发部门属于哪个会计科目
  • 公司罚款作为一种对过错方式的处罚
  • 其他公司代缴社保分录
  • 试运营和正式运营间隔
  • 零申报还需要交税吗
  • 跨期间收入如何确定当期收入
  • 水利建设基金从铁路建设基金港口建设费收入中提取5%
  • 个人独资企业对公账户转个人账户
  • 开给销货方红字信息表如何做账?
  • 经营营业执照以外
  • 负债的概念及流动负债的确认条件
  • 公司水费怎么算
  • 企业购厂房会计分录
  • 小微企业城建税及附加减免优惠
  • 软件服务费应计入什么
  • chatcters
  • 前端传给后端
  • 详解Yii2 rules 的验证规则
  • dir命令参数
  • 以前年度损益调整是什么意思
  • 开票资料更改
  • 劳务外包收入如何纳税
  • mysql查询某个字段重复数据
  • mysql skip ssl
  • 差旅费报销人员范围
  • 暂估入库账务处理举例
  • 土地使用税的账务处理分录
  • 小微企业 附加税
  • 房地产企业帐套设置
  • 银行承兑汇票以公允价值计量
  • 外籍人员个税汇算清缴流程
  • 小规模纳税人劳务费税率
  • 多打的投资款怎么入账
  • 资产负债表的预付款项项目应根据预付账款
  • 未达到起征点的增值税怎么填写
  • 赠送商品给客户怎么写分录
  • 企业无形资产入账标准
  • 企业的投资公司 私募
  • mysql开发语言
  • solaris init 0
  • 迁移windows
  • linux安装rpm软件包的命令
  • ubuntu设置登录用户
  • ubuntu 14.04.6
  • ubuntu查cpu信息
  • win10安装win7主题
  • win7系统开机登录不了怎么修复
  • linux系统怎么弄
  • javascript Ext JS 状态默认存储时间
  • 前端面试题及答案2023vue3
  • php redis incr
  • Linux Shell中判断进程是否存在的方法
  • 批处理/l
  • js鼠标点击事件监听
  • 详解python时间模块中的datetime模块
  • javascript的
  • 详解金球奖之争
  • 浅谈JavaScript事件的属性列表
  • 主机端口扫描程序设计python
  • 使用SQLite数据库保存和处理数据
  • jquery遍历对象使用的方法
  • 如何用javascript
  • python dask
  • 百望税控盘电子发票发送邮箱
  • 浙江 国家地理
  • 生产企业出口退税申报流程操作
  • 辽宁地税电子税票查询
  • 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