使用 google apps 脚本将 docx 文件合并为单个 pdf 时出错

Question

我使用了 Tanaike 提出的 Google Apps 脚本 code 将多个 PDF 文件合并为一个。我的要求是：

1. 获取文件id
2. 检查它是pdf还是docx
3. 如果是docx，转换成pdf然后合并

这是修改后的片段：

async function newMain() {
  // Retrieve PDF data.
 
  var destinationFolder = DriveApp.getFolderById("your-folder-id")
  var urls = sheet.getRange(2,2).getValue().toString().split(",");  //split the urls joined by commas 
  const ids = urls.map((url) => {
  const matches = url.match(/\/file\/d\/([^\/]+)\/edit/); //get file id from urls
  return matches ? [matches[1]] : [];
});

  const data = ids.map(([id]) => {
  const file = DriveApp.getFileById(id);
  const mimeType = file.getMimeType();

  // Check if the file is a DOCX
if (mimeType === 'application/vnd.openxmlformats-officedocument.wordprocessingml.document') {
  
  
   var blob = file.getBlob();
   var tempfile = Drive.Files.insert({}, blob, {convert:true});
   var id = tempfile["id"];
  
   var doc = DocumentApp.openById(id);
   var body = doc.getBody();
   var text = body.getText();
   var pdfFile = destinationFolder.createFile(`temp.pdf`, text, "application/pdf"); 

    // Get the PDF content
   const pdfData = pdfFile.getBlob().getBytes();
   Drive.Files.remove(id);
    // Remove the temporary PDF file
   DriveApp.getFileById(pdfFile.getId()).setTrashed(true);
   return new Uint8Array(pdfData);

  } else if (mimeType === 'application/pdf') {
    // File is already a PDF, fetch its content
    return new Uint8Array(file.getBlob().getBytes());
  } 
});



  // Load pdf-lib
  const cdnjs = "https://cdn.jsdelivr.net/npm/pdf-lib/dist/pdf-lib.min.js";
  eval(UrlFetchApp.fetch(cdnjs).getContentText().replace(/setTimeout\(.*?,.*?(\d*?)\)/g, "Utilities.sleep($1);return t();"));

  // Merge PDFs.
  const pdfDoc = await PDFLib.PDFDocument.create();
  for (let i = 0; i < data.length; i++) {
    const pdfData = await PDFLib.PDFDocument.load(data[i]);
    for (let j = 0; j < pdfData.getPageCount(); j++) {
      const [page] = await pdfDoc.copyPages(pdfData, [j]);
      pdfDoc.addPage(page);
    }
  }
  const bytes = await pdfDoc.save();

  // Create a PDF file.
  var file = DriveApp.createFile(Utilities.newBlob([...new Int8Array(bytes)], MimeType.PDF, "sample2.pdf"));
  file.moveTo(destinationFolder);
 
 }

当我运行它时，我收到以下错误：

错误：无法解析 PDF 文档（行：368 col：0 offset = 18311）：找不到 PDF 标题 e
e
e.parseHeader
评估
评估
评估
评估
我
e.parseDocument

由于我的初学者技能，我无法解决或改进它，非常感谢这方面的任何指导。

Answer 1

修改要点：

• 如果您的

  ids

  值是DOCX文件的有效文件ID，在您的脚本中，我认为

  pdfData

  不是PDF数据。在您的脚本中，检索文本数据并将检索到的文本数据保存为文本文件，不包含 PDF 数据。我认为这可能是您当前问题的原因。

既然如此，下面的修改如何？

修改后的脚本：

async function newMain() {
  // Retrieve PDF data.
  var destinationFolder = DriveApp.getFolderById("your-folder-id")
  var urls = sheet.getRange(2, 2).getValue().toString().split(",");  //split the urls joined by commas 
  const ids = urls.map((url) => {
    const matches = url.match(/\/file\/d\/([^\/]+)\/edit/); //get file id from urls
    return matches ? [matches[1]] : [];
  });


  // --- I modifieid the below script.
  const data = ids.map(([id]) => {
    const file = DriveApp.getFileById(id);
    const mimeType = file.getMimeType();
    if (mimeType === 'application/vnd.openxmlformats-officedocument.wordprocessingml.document') {
      var blob = file.getBlob();
      var tempfile = Drive.Files.insert({}, blob, { convert: true });
      const pdfData = DriveApp.getFileById(tempfile.id).getBlob().getBytes();
      Drive.Files.remove(tempfile.id);
      return new Uint8Array(pdfData);
    } else if (mimeType === 'application/pdf') {
      return new Uint8Array(file.getBlob().getBytes());
    }
  });
  // ---


  // Load pdf-lib
  const cdnjs = "https://cdn.jsdelivr.net/npm/pdf-lib/dist/pdf-lib.min.js";
  eval(UrlFetchApp.fetch(cdnjs).getContentText().replace(/setTimeout\(.*?,.*?(\d*?)\)/g, "Utilities.sleep($1);return t();"));

  // Merge PDFs.
  const pdfDoc = await PDFLib.PDFDocument.create();
  for (let i = 0; i < data.length; i++) {
    const pdfData = await PDFLib.PDFDocument.load(data[i]);
    for (let j = 0; j < pdfData.getPageCount(); j++) {
      const [page] = await pdfDoc.copyPages(pdfData, [j]);
      pdfDoc.addPage(page);
    }
  }
  const bytes = await pdfDoc.save();

  // Create a PDF file.
  var file = DriveApp.createFile(Utilities.newBlob([...new Int8Array(bytes)], MimeType.PDF, "sample2.pdf"));
  file.moveTo(destinationFolder);
}

• 在此修改后的脚本中，如果

  ids

  的值是DOCX文件的有效文件ID，则DOCX文件被转换为Google文档，并且Google文档被转换为PDF数据。然后，每个PDF数据被合并。

注：

• 此修改后的脚本假设您的

  ids

  值是 DOCX 文件的有效文件 ID。请注意这一点。