使用PDFjs获取特定页面的Node.js pdfjs

Question

我试图使用‘pdfjs’获取PDF文件第4页的内容。我试图将‘pdfjs’模块替换为'const =require(“pdfjs/es5/build/pdf”)，但没有成功。

有什么问题吗？提前感谢！

const pdfjs = require('pdfjs-dist'); // Fetch PDF 

async function getContent(src) {
    const doc = await pdfjs.getDocument(src).promise // note the use of the property promise
    const page = await doc.getPage(4)
    return await page.getTextContent()
}

console.log(getContent('pdfs/Quantum.pdf'))

Answer 1

现在回答这些问题为时已晚，但让我补充一下对那些希望解决这个问题的人来说，这个解决方案对我来说是可行的。

这是可以正常工作的代码。

// Install the latest version of pdf.js via npm i pdfjs-dist
const pdfjsLib = require("pdfjs-dist/legacy/build/pdf.js");


  let pdf_path = "{RELATIVE_PATH_TO_YOUR_FILE}/sample.pdf";


   async function getContent(src: any){
    const doc = await pdfjsLib.getDocument(src).promise;
    const page = await doc.getPage(1);
    const strings: any = await page.getTextContent();
    let ITEMS_STRINGS = strings.items.map((item: any) => item.str);
    let PDF_STRINGS: string = ITEMS_STRINGS.join(" ");
    return PDF_STRINGS;
  }

  console.log(await getContent(`${pdf_path}`));

这会很好的