我该如何在客户端使用JavaScript从PDF文件中提取数据,无论使用哪种浏览器?
pdf.js是一个JavaScript pdf阅读器: http://mozilla.github.com/pdf.js/
一些类似的项目:
如果您想知道如何加载文件,可以通过ajax请求完成,但您将无法直接读取文件内容。
你所要求的实际上是不可能的。
PDF 是一个针对高效显示大型复杂文档进行优化的重量级格式,而不是针对进一步处理进行优化的。 (事实上,PDF 文档主要由定位在页面上的字母形状和其他图形组成。表示“文本段落”的任何数据都是标记 PDF 的可选功能。)
文本提取往往是(通常昂贵的)PDF 库的一个功能,据我所知,JavaScript 并不存在这样的库。 Scribd 和 Google Docs 做到了这一点,但他们可能不会分享如何做到的,并且我的猜测是他们是在服务器端完成此操作。
tl;dr: 就格式而言,PDF 对此非常糟糕。 除非您的应用程序基本上的全部目的是从 PDF 中提取文本,否则最好花时间想出如何避免这样做。