从 Google Cloud Storage 获取绝对文件路径以用于 pdf-text-extract答案

【问题标题】：Getting absolute filepath from Google Cloud Storage for use with pdf-text-extract从 Google Cloud Storage 获取绝对文件路径以用于 pdf-text-extract
【发布时间】：2019-01-22 18:39:30
【问题描述】：

包pdf-text-extract 需要一个绝对文件路径。我需要在 Google Cloud Storage 存储桶中的文件上使用这个包。

有没有办法将 GCS 存储桶中的文件作为绝对 URL 传递？

这是我的代码（Node.js）：

var storage = require('@google-cloud/storage')();
const extract = require('pdf-text-extract');

const bucketFile = 'http://bucketname.storage.googleapis.com/fileName.pdf';

extract(bucketFile, 
    (err, pages) => {
        if (err) {
            console.error(err)
            return
        }

        console.log(pages);
    }
);

这会返回一个错误：

Error: pdf-text-extract command failed: I/O Error: Couldn't open file 'D:\Libraries\Documents\pdf-text-extract-bucket\http:\bucketname.storage.googleapis.com\fileName.pdf'

我也尝试将其传递给提取函数：

file = storage.bucket('bucketname').file('fileName.pdf');

它使用本地文件（而不是 GCS 存储桶）的方式：

const filePath = path.join(__dirname, tempFileName);  
extract(filePath, callback);

【问题讨论】：

标签： node.js pdf path google-cloud-storage filepath

【解决方案1】：

检查 pdf-text-extract 的 source code，它仅设计用于处理本地文件（它使用 path.resolve() 作为参数传递的文件路径）。除非你想改变这个模块的工作方式，你可以download the file 到你的本地系统：

const Storage = require('@google-cloud/storage');
const storage = new Storage();
const options = { destination: destFilename,};
storage.bucket(bucketName).file(srcFilename).download(options);

然后你就可以使用它了：

const localFile = path.join(destFilename, srcFilename);
extract(localFile, 
    (err, pages) => {
        if (err) {
            console.error(err)
            return
        }

        console.log(pages);
    }
);

【讨论】：

我想问题是，有没有办法像使用本地存储一样使用 google-cloud/storage 存储桶？
正如您在GitHub page 中所读到的：“您将需要路径上可用的 pdftotext 二进制文件”。因此，您需要将数据保存在包裹所在的位置。

【解决方案2】：

我需要使用谷歌云存储上文件的文件路径来打开一个 sqlite 数据库，这是我找到并使用的代码，就像一个魅力

// Download file from bucket.
const bucket = gcs.bucket(fileBucket);
const tempFilePath = path.join(os.tmpdir(), fileName);
const metadata = {
  contentType: contentType,
};
return bucket.file(filePath).download({
  destination: tempFilePath,
}).then(() => {
  console.log('Image downloaded locally to', tempFilePath);
  // Generate a thumbnail using ImageMagick.
  return spawn('convert', [tempFilePath, '-thumbnail', '200x200>', tempFilePath]);
}).then(() => {
  console.log('Thumbnail created at', tempFilePath);
  // We add a 'thumb_' prefix to thumbnails file name. That's where we'll upload the thumbnail.
  const thumbFileName = `thumb_${fileName}`;
  const thumbFilePath = path.join(path.dirname(filePath), thumbFileName);
  // Uploading the thumbnail.
  return bucket.upload(tempFilePath, {
    destination: thumbFilePath,
    metadata: metadata,
  });
  // Once the thumbnail has been uploaded delete the local file to free up disk space.
}).then(() => fs.unlinkSync(tempFilePath));

【讨论】：