我正在研究Node.js项目。我的任务是将PDF转换为.txt文件。最初，我是使用pdf-parse软件包将PDF转换为.txt文件。那很容易，而且效果很好。
但是，我刚刚发现PDF带有一些带下划线的文本。带下划线的文本表示带下划线的内容是“不是最新的”。例如，姓名下划线可能表示该人当前不在公司工作。在不同的PDF中，下划线表示不同的意思，因此我需要在txt文件中指出PDF中何时用下划线表示。目前，我别无选择，只能输出txt文件，因为这些文件最终会馈送到翻译API，并且翻译API与txt文件配合使用效果最佳。我需要以某种方式在.txt文件中指出PDF格式时带下划线的内容。
这就是我尝试过的。我尝试将PDF转换为RTF，然后解析RTF文件以找到\ul，这表明下划线已开始。找到\ul后，我将其替换为某些内容，以表明该内容曾经带有下划线。 （之后，我将RTF文件转换为.txt文件。）
例如：* @日本航空机リース株式会社（* @表示原始PDF中带有下划线的内容）。
问题是有时输出中包含以下内容：
* @山* @ * @下* @ * @洋* @ * @司
我需要的是这样的东西：
* @山下洋司（PDF中仅存在1个“特殊字符”来表示下划线）
似乎从PDF到RTF的转换（使用CloudConvert API）有时会在整个带下划线的单词/短语之前仅使用1 \ul来强调单词/短语，然后有时会插入\ul标签在单词/短语的每个字符之前，这意味着在尝试替换每个\ul时给我带来麻烦。这适用于RTF文件，无论哪种方式都使下划线在RTF中显示相同。但是，一旦我尝试将\ul标签替换为另一个符号/字符，然后转换为txt，上述问题就会浮出水面。
我的问题是：如何将PDF转换为文本（.txt）文件，同时以某种方式在.txt文件中指示原始PDF中的某些文本/单词/短语带有下划线？我可以逐步执行此操作。不必一步一步。