使用 Vanilla JS/Node.js 检索 pdf 作为书签数据答案

【问题标题】：Retrieve a pdf's bookmark data using VanillaJS/Node.js使用 Vanilla JS/Node.js 检索 pdf 作为书签数据
【发布时间】：2023-01-28 07:44:52
【问题描述】：

我正在尝试检索 pdf 的元数据，使用没有库的 VanillaJS/node.js 专门查找书签的页码。该文件位于本地桌面上。

我在另一个答案中找到了这段代码，但它只返回文档的长度。我试图更改正则表达式以查找字母，但如果返回 500000 个字母的数组。

有可能吗？如果需要图书馆，有人知道可以做到这一点吗？

谢谢

const fs = require('fs').promises

let rawData = await fs.readFile(fullPath, 'utf8', (err, data) => {
            if (err) {
              console.error('test error', err);
              return;
            }
        });


async function pdfDetails(data) {
          return new Promise(done => {
              let Pages2 = data.match(/[a-zA-Z]/g);
              let regex = /<xmp.*?:(.*?)>(.*?)</g;
              let meta = [{
                Pages
              }];
              let matches = regex.exec(data);
              while (matches != null) {
                matches.shift();
                meta.push({
                  [matches.shift()]: matches.shift()
                });
                matches = regex.exec(data);
              }
              done(meta);
          });
        }

let details = await pdfDetails(rawData)

console.log(details)

【问题讨论】：

我想我只需要书签所在的页面和书签的名称。
谢谢 KJ，我想我已经得出结论，在没有库或其他第三方软件的情况下使用 VanillaJS 来解析 pdf 数据不太可行
LEADTOOLS JavaScript 文档库有 lt.Document.DocumentStructure 类，它在加载文档后管理文档的内部链接。这可以调用 Parse 方法来解析给定文档中的书签和内部页面链接。如果您对这个图书馆感兴趣，您可以从网站here 下载免费评估（免责声明：我是供应商的员工）

标签： javascript node.js pdf directory

【解决方案1】：

由于使用 vanilla JS 的困难，以及可能工作的库的问题（由于节点版本冲突），我最终使用了 PDFTron 服务。

【讨论】：