javascript - node.js 如何使用 url 作为 pdf-path 来使用 pdf2json

Question

我正在使用 node.js 和 pdf2json 解析器来解析 pdf 文件。目前它正在使用本地 pdf 文件。但我试图通过 node.js 的 URL/HTTP 模块获取一个 pdf 文件，我想打开这个文件来解析它。

有没有可能解析/使用在线pdf？

let query   = url.parse(req.url, true).query;
let pdfLink = query.pdf;
...
pdfParser.loadPDF(pdfLink + "");

所以 url 应该通过如下 url 给出：https://localhost:8080/?pdf=http://whale-cms.de/pdf.pdf

有没有办法在在线pdf/链接中解析它？

提前致谢。

Answer 1

我刚刚面临同样的问题，并找到了解决方案：

        var request = require('request');
        var PDFParser = require("pdf2json");
        var pdfUrl = "http://localhost:3000/cdn/storage/PDFFiles/sk87bAfiXxPre428b/original/sk87bAfiXxPre428b"
        var pdfParser = new PDFParser();

        var pdfPipe = request({url: pdfUrl, encoding:null}).pipe(pdfParser);

        pdfPipe.on("pdfParser_dataError", err => console.error(err) );
        pdfPipe.on("pdfParser_dataReady", pdf => {
          let usedFieldsInTheDocument = pdfParser.getAllFieldsTypes();
            console.log(usedFieldsInTheDocument)
        });

来源： https
://github.com/modesty/pdf2json/issues/65 干杯