1. Продукти
  2.   Обработване на текст
  3.   Node.js
  4.   OfficeParser
 
  

Безплатна Node.js библиотека за извличане на съдържание и метаданни от DOCX

Мощна отворена (Open source) Node.js библиотека, която позволява на софтуерните разработчици да парсират/извличат текст, изображения и метаданни от Office DOCX, PPTX, ODT, ODP и XLSX документи в Node.js приложения.

Какво е OfficeParser?

В света на софтуерната разработка винаги има нужда от инструменти, които опростяват сложните задачи. OfficeParser се отличава като инструмент за работа с офис документи. Това е стабилна Node.js библиотека, специално създадена за парсиране на Microsoft Office файлове. Този удобен инструмент променя играта за софтуерните експерти, които искат без усилие да извличат и работят с данни от Microsoft Word, Excel и PowerPoint файлове. Библиотеката е проектирана да бъде проста и удобна за потребителя. Нейният лесен за използване API позволява на разработчици като вас да я добавят към проектите си без проблеми. В допълнение към основните функции, библиотеката предлага ключови разширени възможности като парсиране на множество формати, извличане на богати данни, безпроблемна съвместимост с други приложения и други.

Софтуерните разработчици могат да парсират различни Microsoft Office документи с OfficeParser, отворен (open-source) Node.js пакет. Те могат лесно да извличат текст, таблици, снимки и друго съдържание от документите с помощта на библиотеката на Harsh Ankur, която поддържа разнообразие от файлови формати, включително .docx, .xlsx, .odt, .odp, .pdf и .pptx. Независимо дали ви е необходимо да получите конкретни данни от електронна таблица или да извлечете текст от слайд на презентация, OfficeParser предоставя инструментите за ефективно изпълнение на тези задачи в Node.js среда. Библиотеката ви позволява достъп до метаданните, включени в документите, в допълнение към извличането на съдържанието. Това осигурява важен контекст за обработените данни и включва информация като имена на автори, дати на създаване и исторически промени. Като цяло, този инструмент е ценен ресурс за софтуерните разработчици, които работят с Microsoft Office файлове. Способността му да работи с различни формати, заедно с удобния интерфейс и широките функции за извличане на данни, го прави незаменима добавка към арсенала на всеки разработчик.

Previous Next

Започване с OfficeParser

За да инсталирате OfficeParser, можете да използвате npm, мениджъра на пакети за JavaScript. Моля, използвайте следните команди за успешна инсталация.

Инсталирайте OfficeParser библиотеката чрез npm

 npm install officeparser

Парсиране и извличане на текст от Word DOCX чрез Node.js библиотека

Основната функция на отворената (open source) библиотека officeParser е способността й да зарежда, парсира и извлича текст от Office DOCX документи с само няколко реда код в Node.js приложения. Това е особено полезно за приложения, изискващи анализ на съдържанието на документи, индексиране за търсене или обработка на текст. По-долу е много прост пример, който позволява на софтуерните разработчици да извлекат текст от .docx файл в Node.js приложения.

Как да извлечете текст от Word DOCX чрез Node.js библиотека?

const officeParser = require('officeparser');

officeParser.parseDocx('path/to/example.docx', (err, data) => {
  if (err) {
    console.error('Error parsing .docx file:', err);
  } else {
    console.log('Extracted text:', data);
  }
});

Парсиране на метаданни от Word DOCX чрез Node.js библиотека

В допълнение към извличането на съдържание, отворената (open source) библиотека officeParser позволява на софтуерните разработчици да достъпват и извличат метаданни, вградени в техните Office Word, Excel и PowerPoint документи. Тези данни включват информация като имена на автори, заглавие на автора, дати на създаване и история на промените, предоставяйки ценен контекст за парсираните данни. Следният пример показва как разработчиците могат да извлекат изображения от .docx файл в Node.js среда.

Как да извлечете изображения от .docx файл в Node.js приложения?

const officeParser = require('officeparser');

officeParser.parseDocxImages('path/to/example.docx', (err, images) => {
  if (err) {
    console.error('Error extracting images from .docx file:', err);
  } else {
    images.forEach((image, index) => {
      console.log(`Image ${index + 1}:`, image);
    });
  }
});

Поддръжка на множество формати

Отворената (open source) библиотека OfficeParser може да обработва множество Microsoft Office файлови формати, включително .docx (Word), .xlsx (Excel) и .pptx (PowerPoint) в Node.js среда. Тази гъвкавост я превръща в универсално решение за различни нужди от парсиране на документи. Способността за работа с множество формати осигурява на разработчиците възможност да работят с широк спектър от Office документи, използвайки една единствена библиотека. Тя поддържа асинхронни операции, позволявайки ефективно обработване на големи документи без блокиране на главната нишка.

 Български