教你用十行node.js代码读取docx的文本
网络编程 2021-07-04 19:20www.168986.cn编程入门
这篇文章主要给大家介绍了用十行node.js代码读取docx文本的相关资料,文中介绍的非常详细,需要的朋友可以参考借鉴,狼蚁网站SEO优化来一起看看吧。
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,想通过先将docx转成文字,发现了个textract的包。
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。
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
,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
const fs = require("fs"); const AdmZip = require('adm-zip'); //引入查看zip文件的包 const zip = new AdmZip(filePath); //filePath为文件路径 let contentXml = zip.readAsText("word/document.xml");//将document.xml读取为text内容; let str = ""; contentXml .match(/<w:t>[\s\S]?<\/w:t>/ig).forEach((item)=>{ str += item.slice(5,-6)}); fs.writeFile("./2.txt",str,(err)=>{//将./2.txt替换为你要输出的文件路径 if(err)throw err; });
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。
//原代码 //str += item.replace("<w:t>","").replace("</w:t>",""); //更新代码 str += item.slice(5,-6)
附上测试代码
var str = "<w:t>sdfjpasif aefnmasd;lf asdfsdf</w:t>"; var arr = []; for(var i=0;i<50000;i++){ arr.push(str); } console.time("replactest"); arr.forEach((item)=>{ item.replace(/<w:t>/,"").replace(/<\/w:t>/,""); }); console.timeEnd("replactest"); //replactest: 20.560ms console.time("replactest2"); arr.forEach((item)=>{ item.replace(/<\/w:t>/g,""); }); console.timeEnd("replactest2"); //replactest2: 14.926ms console.time("replactest3"); arr.forEach((item)=>{ item.replace(/(^<w:t>)|(<\/w:t>$)/g,""); }); console.timeEnd("replactest3"); //replactest3: 14.402ms console.time("slice"); arr.forEach((item)=>{ item.slice(5,-6); }); console.timeEnd("slice"); //slice: 1.718ms
以上就是这篇文章的全部内容了,希望本文的内容对大家学习或者使用node.js能带来一定的帮助,如果有疑问大家可以留言交流。
编程语言
- 如何快速学会编程 如何快速学会ug编程
- 免费学编程的app 推荐12个免费学编程的好网站
- 电脑怎么编程:电脑怎么编程网咯游戏菜单图标
- 如何写代码新手教学 如何写代码新手教学手机
- 基础编程入门教程视频 基础编程入门教程视频华
- 编程演示:编程演示浦丰投针过程
- 乐高编程加盟 乐高积木编程加盟
- 跟我学plc编程 plc编程自学入门视频教程
- ug编程成航林总 ug编程实战视频
- 孩子学编程的好处和坏处
- 初学者学编程该从哪里开始 新手学编程从哪里入
- 慢走丝编程 慢走丝编程难学吗
- 国内十强少儿编程机构 中国少儿编程机构十强有
- 成人计算机速成培训班 成人计算机速成培训班办
- 孩子学编程网上课程哪家好 儿童学编程比较好的
- 代码编程教学入门软件 代码编程教程