我正在使用pdf.js解析pdf文件。首先我上传文件,然后尝试解析该文件。我将URL传递给parse函数以在PDFJS.getDocument(url)中读取它

如果我不使用上载部分并对pdf文件的网址进行硬编码,则可以正常工作。

代码:

var parse = function(payload,callback){
            var data = payload;
            if(data.file){
                var name = data.file.hapi.filename;
                var ext = name.split('.');
                var extension = ext[1];
                if(extension == "pdf"){
                    var path = __dirname + "/uploads/" + name;
                    checkFileExist();
                    var file = fs.createWriteStream(path);
                    file.on('error', function (err) {
                        console.error(err)
                    });
                    data.file.pipe(file);
                    var fileName = data.file.hapi.filename;
                    console.log(fileName);
                    var fileAbsolutepath = __dirname + "/uploads/" + fileName ;
                    console.log(fileAbsolutepath);
                    var parser = script.pdfParser(fileAbsolutepath,function(err,resp){
                        if(err){
                            callback(err);
                        }
                        else {
                            callback(resp);
                        }
                    })
                    callback(JSON.stringify(fileName));
                }
                else{
                    console.log("Invalid fileType");
                    callback(JSON.stringify("Invalid FileType"));
                }
            }
}

var checkFileExist = function() {
    var path = __dirname + '/uploads';
    fs.exists(path, function(exists) {
        if (exists === false) fs.mkdirSync(path);
    });
};


exports.pdfParser = function(url,callback){
PDFJS.workerSrc = 'pdf.worker.js';

PDFJS.getDocument(url).then(function (pdf) {
    var pdfDocument = pdf;
}}


我仍然收到错误:“错误:PDFDocument:流中必须有数据”,文件已正确上传,且具有预期的文件大小,位于Uploads文件夹中

最佳答案

要使用pdf.js解析文件,而不是使用PDFJS.getDocument加载文件,请尝试将pdf文件转换为arrayBufferUint8Array,然后使用该文件创建新的LocalPdfManager对象。然后,您可以直接调用LocalPdfManager的方法来解析pdf。

像这样:

import { LocalPdfManager } from 'pdfjs-dist/lib/core/pdf_manager';

pdfManager = new LocalPdfManager(1, arrayBuffer, '', {}, '');
// parameters = (docId, data, password, evaluatorOptions, docBaseUrl)
pdfManager.ensureDoc('parseStartXRef', []); // [] = arguments
pdfManager.ensureDoc('parse', false); // false = recoveryMode
pdfManager.ensureDoc('numPages');
pdfManager.ensureDoc('fingerprint');


然后在pdfManager.pdfDocument中查看已解析的pdf数据。

例如,主要的“ / Catalog”条目将在pdfManager.pdfDocument.catalog.catDict中。

我已使用此方法在浏览器中本地成功解析和修改pdf文件。我没有在使用node.js的服务器上尝试过它,但是我希望它应该能正常工作。

关于node.js - 错误:PDFDocument:流必须具有数据,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/47803028/

10-10 07:15