使用PDF.js在Node.js中从URL读取PDF文件

Question

我想从一个pdf的URL提取出其文本内容。在pdf.js网站上的示例中，我了解到如何在客户端渲染pdf，但在服务器端运行时遇到了问题。

我使用 npm i pdfjs-dist下载了该包。

我尝试了下面的代码作为一个简单的示例来加载pdf：

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)
})

但是当我运行这个程序时，我收到了以下错误：

  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.'

有没有关于如何做这件事的想法？我只是试图从pdf的URL中提取文本。而且我正在尝试使用nodejs在服务器端进行此操作。感谢任何意见！

- Neeraj Kulkarni

Answer 1

我也遇到了同样的问题(浏览器/环境缺乏对 PDF.js 库使用的关键功能的本地支持，例如ReadableStream和/或Promise.allSettled);请改用兼容ES5的版本。)，但是在Angular 8中，我留下了解决方案，以防有人需要：

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;

- CrgioPeca88

---

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，我使用了react-pdf模块，但后来将其卸载并安装了所述版本，问题得以解决。谢谢。 - Yash Vekaria

Answer 2

你需要导入pdf.js的es5版本。以下代码应该有效：

```

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，其中包含使用 node.js 的工作示例。

- Neeraj Kulkarni

Answer 3

在我的node.js项目中，我使用最新版本的pdfjs-dist（2.8.335）时也遇到了同样的问题。正如其他答案提到的那样，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无法解决问题。

在最新版本中，路径已更改为pdfjs-dist/legacy/build/pdf.js

- Abhay Sehgal