使用十行node.js代码读取docx文本方法
最近在一个项目中需要解析Word文档，有两个需求：将Word文档转为PDF，以及将文档内容按照特定规范读取到数据库中。经过在npm仓库中搜索，发现有几种主要的实现方式：通过调用系统底层程序（如office）的API进行转换；通过模板替换数据生成PDF；使用免费将Word转换为PDF的网站，如docx-to-pdf。后来选择将docx转为文本，发现了一个名为textract的包。然而，这个包有一些缺点，比如不支持docx中的标题号和图片等文件。因此，我决定自己动手实现这个功能。
文件大小：84.23KB
评论区