Question

我想获取文件信息，至少只有客户端nodejs的页数信息（反应）。我能够使用PDFJs获得相同的PDF文件。有人可以指出如何为word，xls和ppt等其他文件类型做些什么？如果有外部API可以提供此服务，那么指向它也会有所帮助。

Answer 1

要获取docx和pdf文件中的页数，您可以使用https://www.npmjs.com/package/docx-pdf-pagecount

const getPageCount = require('docx-pdf-pagecount');

getPageCount('E:/sample/document/aa/test.docx')
  .then(pages => {
    console.log(pages);
  })
  .catch((err) => {
    console.log(err);
  });


getPageCount('E:/sample/document/vb.pdf')
  .then(pages => {
    console.log(pages);
  })
  .catch((err) => {
    console.log(err);
  });

Answer 2

您可以使用XLSX来解析类似电子表格的文件。 XLSX可以解析文件并返回它们的所有信息。

但是在使用XLSX解析这些文件之前，您只能检索元信息。这意味着，无论如何，你必须解析它们。如果您的文件很大，那么如果您在客户端幻灯片上执行此操作，则会对客户端浏览器造成性能问题。

更新

一个提示，你可以找到一些工具来检测文件的文件类型，并将它们传递给相应的解析器获取元信息。

目前，JavaScript中没有本地实现的库。如果您对其他一些非纯节点模块没问题。

与textract一样，看看它是如何运作的。

在nodejs中获取文件（word，excel，ppt）元数据信息

2 个答案:

更新