如何使用javascript从pfd文件中提取内容

Question

您好，我正在尝试不同的方法从 pdf 文件中提取内容，但对我来说没有任何效果，例如 pdf.js，当我尝试使用 pdf.js 时，它也显示错误，我不知道为什么。我正在尝试这种方法

var loadingTask = window.pdfjsLib.getDocument('dummy.pdf');
loadingTask.promise.then(function(pdf) {
 console.log(pdf)
});

但它显示错误无法读取未定义 getDocument 的属性。 请大家帮助我使用 pdf.js 或任何可能的方式从 pdf 中提取内容

Answer 1

如果正确导入它应该可以工作。

pdfjsLib.GlobalWorkerOptions.workerSrc = "https://cdnjs.cloudflare.com/ajax/libs/pdf.js/2.6.347/pdf.worker.min.js";

var loadingTask = window.pdfjsLib.getDocument("dummy.pdf");
loadingTask.promise.then(function(pdf) {
 console.log(pdf);
});

<script src="https://cdnjs.cloudflare.com/ajax/libs/pdf.js/2.6.347/pdf.min.js"></script>

在 React 中应该是这样的：

import * as pdfjsLib from "pdfjs-dist";
pdfjsLib.GlobalWorkerOptions.workerSrc = `https://cdnjs.cloudflare.com/ajax/libs/pdf.js/${pdfjsLib.version}/pdf.worker.min.js`;

const loadingTask = pdfjsLib.getDocument("dummy.pdf");
loadingTask.promise.then(function(pdf) {
  console.log(pdf);
});