如何用 Promises 写这个？

Question

var pdfParser = require('pdf-parser')
var fs = require('fs')
var PDF_PATH = __dirname + '/pdfs'
var results = []
var failed = []

fs.readdir(PDF_PATH, function(err, files){
    if(err){
        return console.log(err)
    }
    for(const file of files){
        let the_ent = {
            'name': '',
            'other data': []
        }

        pdfParser.pdf2json(PDF_PATH + '/' + file, function(error, pdf){
            if(error != null){
                console.log(error)
            }else if(pdf['pages'] == undefined){
                failed.push(file)
                console.log(file +' failed')
            }else{
                //populate 'results' array
            }
                console.log(/*pdf_data*/)
                results.push(/*pdf_data*/)

        })
    }
    console.log(results)
    console.log(failed)
    results = JSON.stringify(results)
    //fs.writeFileSync() write results to json
})

今天早上我不知道我怎么了，我不知道如何异步编写这个；显然，脚本一执行，底部的日志/写入文件就会触发。

我尝试过包装异步函数并等待 readdir / pdf 解析而不是使用回调 - 显然不正确。我只是想解析文件夹中的每个 pdf - 将我想要的内容推送到一些数组，然后在循环完成 zzz 后记录它们。

Answer 1

包装最小的异步tasks into Promises，然后使用async/await将它们组合起来：

   // the Promise wrapper:
   const parsePdf = file => new Promise((res, rej) => pdfParser.pdf2json(file, (err, r) => err ? rej(err) : res(r));

 (async function () { // start an asynchronous context
   const PDF_PATH = __dirname + '/pdfs'; 
   const results = [], failed = []; // prefer const over let

    // reading files in a promising way is already provided natively:
   const files = await fs.promises.readdir(PDF_PATH);

   for(const file of files){ // this is in series, in parallel would probably be faster
     let the_ent = {
         name: '',
         'other data': [], // avoid whitespaces!
     };

     const pdf = await parsePdf(PDF_PATH + '/' +file);

     if(pdf.pages === undefined) { // prefer equality (===) over comparison (==)
        failed.push(file);
        console.log(file + ' failed');
     } else {
        // populate 'results' array
     }             
  }

  console.log(results, failed);
})();

你可能也可以处理文件in parallel。

Answer 2

我会承诺异步操作并使用async/await。对于fs 操作，请使用新的fs.promises API。对于其他人，请使用util.promisify() 制作承诺版本。

我创建的 parsePDFs 函数的解析值将是一个 JSON 数组和一个失败文件名数组，因此您可以返回这两条信息：

const util = require('util');
const pdfParser = require('pdf-parser');
// make promisified version of the function
const pdfParser.pdf2jsonP = util.promisify(pdfParser.pdf2json);

const fsp = require('fs').promises;
const path = require('path');
const PDF_PATH = path.join(__dirname, 'pdfs');

async function parsePDFs(dir) {
    const files = await fsp.readdir(dir);
    const results = [];
    const failed = [];

    for (const file of files) {
        let the_ent = {
            'name': '',
            'other data': []
        }

        try {
            let pdf = await pdfParser.pdf2jsonP(path.join(dir, file));
            if (!pdf || pdf.pages === undefined) {
                throw new Error("pdf.pages is empty")
            }
            results.push(pdf);
        } catch(e){
            console.log(e);
            failed.push(file);
        }
    }
    // this will be the resolved value of the returned promise
    return {results, failed};
}

parsePDFs(PDF_PATH).then(data => {
    console.log("failed filenames: " data.failed);
    console.log("json results: ", data.results);
    // do something with data.results and data.failed
}).catch(err => {
    console.log(err);
});

注意：您声明，但从不使用变量the_ent。

Answer 3

您可以使用util.promisify 来承诺同步功能：

const readdir = util.promisify(fs.readdir);
const reader = util.promisify(pdfParser.pdf2json);

最小演示：

const fs = require('fs');
const util = require('util');
var pdfParser = require('pdf-parser');

const readdir = util.promisify(fs.readdir);
const reader = util.promisify(pdfParser.pdf2json);

var PDF_PATH = __dirname + '/pdfs';

(async () => {
    async function processFiles() {
        let results = [];

        let files = await readdir(PDF_PATH);

        for (const file of files) {
            let pdf = await reader(PDF_PATH + '/' + file);
            results.push(pdf);
        }

        return results;
    }

    const result = await processFiles();

    console.info(result);
})();