Extraire le texte d'un PDF avec JavaScript

Extraire le texte de toutes les pages d’un document PDF

Extraire du texte d’un PDF n’est pas facile. Peu de lecteurs PDF peuvent extraire du texte à partir d’images PDF ou de PDF numérisés. Mais l’outil Aspose.PDF pour JavaScript via C++ vous permet d’extraire facilement le texte de tout fichier PDF.

Vérifiez l’extrait de code et suivez les étapes pour extraire le texte de votre PDF :

1. Sélectionnez un fichier PDF pour extraire le texte.

2. Créez un ‘FileReader’ pour lire le texte.

3. La fonction AsposePdfExtractText est exécutée.

4. Ensuite, si le ‘json.errorCode’ est 0, alors le ‘json.extractText’ contiendra le contenu extrait. Si le paramètre ‘json.errorCode’ n’est pas égal à 0 et, en conséquence, votre fichier aura une erreur, alors l’information sur cette erreur sera contenue dans le ‘json.errorText’.

5. En conséquence, vous recevrez une chaîne avec le texte extrait de votre PDF.

    var ffileExtract = function (e) {
      const file_reader = new FileReader();
      file_reader.onload = (event) => {
        /*Extraire le texte d'un fichier PDF*/
        const json = AsposePdfExtractText(event.target.result, e.target.files[0].name);
        if (json.errorCode == 0) document.getElementById('output').textContent = json.extractText;
        else document.getElementById('output').textContent = json.errorText;
      };
      file_reader.readAsArrayBuffer(e.target.files[0]);
    };

Utilisation des Web Workers

    /*Créer un Web Worker*/
    const AsposePDFWebWorker = new Worker("AsposePDFforJS.js");
    AsposePDFWebWorker.onerror = evt => console.log(`Erreur de Web Worker: ${evt.message}`);
    AsposePDFWebWorker.onmessage = evt => document.getElementById('output').textContent = 
      (evt.data == 'ready') ? 'chargé!' :
        (evt.data.json.errorCode == 0) ?
          evt.data.json.extractText :
          `Erreur: ${evt.data.json.errorText}`; 

    /*Gestionnaire d'événements*/
    const ffileExtract = e => {
      const file_reader = new FileReader();
      file_reader.onload = event => {
        /*Extraire le texte d'un fichier PDF - Demander au Web Worker*/
        AsposePDFWebWorker.postMessage(
          { "operation": 'AsposePdfExtractText', "params": [event.target.result, e.target.files[0].name] },
          [event.target.result]
        );
      };
      file_reader.readAsArrayBuffer(e.target.files[0]);
    };