使用 PDF.js 从带有 node.js 的 url 读取 pdf答案

【问题标题】：Reading pdf from url with node.js using PDF.js使用 PDF.js 从带有 node.js 的 url 读取 pdf
【发布时间】：2021-01-19 04:22:19
【问题描述】：

我正在尝试从 pdf 的 url 中提取 pdf 的文本。按照 pdf.js 网站上的示例，我了解如何在客户端呈现 pdf，但是当我在服务器端执行此操作时遇到了问题。

我使用npm i pdfjs-dist下载了包

我尝试使用下面的代码作为加载 pdf 的简单示例：

var url = 'https://raw.githubusercontent.com/mozilla/pdf.js/ba2edeae/examples/learning/helloworld.pdf';
var pdfjsLib = require("pdfjs-dist")
var loadingTask = pdfjsLib.getDocument(url);

loadingTask.promise.then(function (pdf) {
    console.log(pdf);
}).catch(function (error){
    console.log(error)
})

但是当我运行它时，我得到以下错误：

  message: 'The browser/environment lacks native support for critical functionality used by the PDF.js library (e.g. `ReadableStream` and/or `Promise.allSettled`); please use an ES5-compatible build instead.',
  name: 'UnknownErrorException',
  details: 'Error: The browser/environment lacks native support for critical functionality used by the PDF.js library (e.g. `ReadableStream` and/or `Promise.allSettled`); please use an ES5-compatible build instead.'

关于如何进行此操作的任何想法？我要做的就是从它的 URL 中提取 pdf 的文本。我正在尝试使用 nodejs 来做这个服务器端。感谢您的意见！

【问题讨论】：

标签： javascript node.js pdf.js

【解决方案1】：

您需要导入 pdf.js 的 es5 构建。下面的代码应该可以工作：

var pdfjsLib = require("pdfjs-dist/es5/build/pdf.js");
var url = 'https://raw.githubusercontent.com/mozilla/pdf.js/ba2edeae/examples/learning/helloworld.pdf';
var loadingTask = pdfjsLib.getDocument(url);

loadingTask.promise.then(function (pdf) {
    console.log(pdf);
}).catch(function (error){
    console.log(error)
})

还可以查看 https://github.com/mozilla/pdf.js/blob/master/examples/node/getinfo.js 以获取使用 node.js 的工作示例

【讨论】：

【解决方案2】：

我遇到了同样的问题（浏览器/环境缺乏对 PDF.js 库（例如 ReadableStream 和/或Promise.allSettled)；请改用ES5-compatible build。) 但是使用 Angular 8 所以我在这里留下解决方案以防有人需要它：

packaje.json配置：

Angular 版本：8.2.14
pdfjs-dist：2.4.456

组件：

import * as pdfjs from 'pdfjs-dist/es5/build/pdf';
import { pdfjsworker } from 'pdfjs-dist/es5/build/pdf.worker.entry';

pdfjs.GlobalWorkerOptions.workerSrc = pdfjsworker;

【讨论】：

甜蜜的解决方案。我在 react (17.0) 应用程序中遇到了同样的问题，我使用的是 react-pdf 模块，但后来删除了安装了上述版本的模块并且它工作正常。谢谢

【解决方案3】：

在 node js 项目中使用最新版本的 pdfjs-dist (2.8.335) 时，我也遇到了同样的问题，正如其他答案中提到的，我们需要更改路径来解决这个问题。

但在我的情况下，路径 - pdfjs-dist/es5/build/pdf 不起作用。

在最新版本中改为pdfjs-dist/legacy/build/pdf.js

【讨论】：