1. Товары
  2.   Обработка текстов
  3.   Node.js
  4.   OfficeParser
 
  

Бесплатная библиотека Node.js для извлечения контента и метаданных из DOCX

Мощная открытая библиотека Node.js позволяет разработчикам парсить/извлекать текст, изображения и метаданные из документов Office DOCX, PPTX, ODT, ODP и XLSX в приложениях Node.js.

Что такое OfficeParser?

В мире разработки программного обеспечения всегда нужен инструментарий, упрощающий сложные задачи. OfficeParser – выдающийся инструмент для работы с офисными документами. Это надёжная библиотека Node.js, специально разработанная для парсинга файлов Microsoft Office. Этот удобный инструмент меняет правила игры для экспертов, желающих без усилий извлекать и работать с данными из файлов Microsoft Word, Excel и PowerPoint. Библиотека разработана так, чтобы быть простой и удобной для пользователя. Её простой в использовании API делает её лёгкой для добавления в ваши проекты без лишних хлопот. Помимо базовых функций, библиотека предлагает ключевые продвинутые возможности, такие как парсинг нескольких форматов, извлечение богатых данных, бесшовная совместимость с другими приложениями и многое другое.

Разработчики могут парсить разные документы Microsoft Office с помощью OfficeParser, открытого пакета Node.js. С его помощью они легко извлекают текст, таблицы, фотографии и другой контент из документов благодаря библиотеке Harsh Ankur, поддерживающей различные форматы файлов, включая .docx, .xlsx, .odt, .odp, .pdf и .pptx. Независимо от того, нужно ли вам получить конкретные данные из таблицы или извлечь текст из слайда презентации, OfficeParser предоставляет инструменты для эффективного выполнения этих задач в среде Node.js. Библиотека позволяет получать доступ к метаданным, включённым в документы, помимо извлечения контента. Это предоставляет важный контекст для обработанных данных и включает информацию, такую как имена авторов, даты создания и история изменений. В целом, этот инструмент является ценным активом для разработчиков, работающих с файлами Microsoft Office. Его способность работать с различными форматами, наряду с удобным интерфейсом и широким набором функций извлечения данных, делает его незаменимым дополнением к набору инструментов любого разработчика.

Previous Next

Начало работы с OfficeParser

Для установки OfficeParser вы можете использовать npm, менеджер пакетов для JavaScript. Пожалуйста, выполните следующие команды для успешной установки.

Установить библиотеку OfficeParser через npm

 npm install officeparser

Парсинг и извлечение текста из Word DOCX через библиотеку Node.js

Основная функция открытой библиотеки officeParser — возможность загружать, парсить и извлекать текст из документов Office DOCX с помощью всего лишь нескольких строк кода в приложениях Node.js. Это особенно полезно для приложений, требующих анализа содержимого документов, индексации поиска или обработки текста. Ниже приведён очень простой пример, позволяющий разработчикам извлекать текст из файла .docx в приложениях Node.js.

Как извлечь текст из Word DOCX через библиотеку Node.js?

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);
  }
});

Парсинг метаданных из Word DOCX через библиотеку Node.js

Помимо извлечения контента, открытая библиотека officeParser позволяет разработчикам получать доступ к метаданным, встроенным в их офисные документы Word, Excel и PowerPoint, и извлекать их. Это включает такие детали, как имена авторов, должность автора, даты создания и история изменений, предоставляя ценный контекст для парсенных данных. Пример ниже демонстрирует, как разработчики могут извлекать изображения из файла .docx в среде Node.js.

Как извлечь изображения из файла .docx в приложениях Node.js?

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);
    });
  }
});

Поддержка нескольких форматов

Открытая библиотека OfficeParser может работать с несколькими форматом файлов Microsoft Office, включая .docx (Word), .xlsx (Excel) и .pptx (PowerPoint) в среде Node.js. Эта универсальность делает её универсальным решением для различных потребностей парсинга документов. Эта многформатная возможность гарантирует, что разработчики могут работать с широким спектром офисных документов, используя одну библиотеку. Она поддерживает асинхронные операции, позволяя эффективно обрабатывать большие документы без блокировки основного потока.

 Русский