如何在 Node.js 中通过 child_process.spawn() 将长字符串通过管道传输？

Question

我正在使用 S3fs.readFile 从 s3 存储桶中读取 pdf 文本，我想得到结果，转换成字符串并立即打开一个调用 pdftotext 的 spawn child_process，传递字符串：

S3Fs.readFile('./my-pdf-in-s3-bucket', {encoding: 'binary'}, (error, result) => {
  mychild = child_process.spawn('pdftotext', [
    result.Body
  ]);
});

这导致生成过程中断，因为字符串太长，我不想将文件保存在磁盘中只是为了再次读取它。

有可能吗？

谢谢！

Answer 1

pdftotext 应该允许从标准输入读取并写入标准输出（至少它适用于 v0.41.0），所以你可以这样做：

S3Fs.readFile('./my-pdf-in-s3-bucket', (err, result) => {
  if (err) throw err; // Handle better
  var cp = child_process.spawn('pdftotext', [ '-', '-' ]);
  cp.stdout.pipe(process.stdout);
  cp.on('close', (code, signal) => {
    console.log(`pdftotext finished with status ${code}`);
  });
  cp.stdin.end(result);
});

或者更好的是，您可以将文件流式传输到子进程，而不是先将其全部内容缓冲到内存中：

var cp = child_process.spawn('pdftotext', [ '-', '-' ]);
var rs = S3Fs.createReadStream('./my-pdf-in-s3-bucket');
rs.on('error', (err) => {
  cp.kill();
});
cp.stdout.pipe(process.stdout);
cp.on('close', (code, signal) => {
  console.log(`pdftotext finished with status ${code}`);
});
rs.pipe(cp.stdin);