Parser برای .NET Parser برای Java Parser برای Python

Parser برای Node.js via Java

SDK تجزیه‌کننده اسناد برای Node.js

تجزیه سریع و دقیق اسناد را به برنامه‌های Node.js خود اضافه کنید و با JavaScript متن، تصاویر، متادیتا و داده‌های ساختاریافته را از اسناد و تصاویر استخراج کنید.

دانلود NPM آزمایش رایگان را شروع کنید

نسخه 26.9.0 منتشر شد

جدیدهای نسخه را ببینید

const groupdocs = require('@groupdocs/groupdocs.parser');

// بارگذاری سند
const parser = new groupdocs.Parser("sample.pdf");

// استخراج متن از سند
const reader = parser.getText();

// چاپ تمام متن استخراج‌شده
console.log(reader === null ? "" : reader.readToEnd());

parser.close();

npm i @groupdocs/groupdocs.parser

GroupDocs.Parser در یک نگاه

SDK تجزیه‌کننده اسناد برای انجام تجزیه دقیق اسناد در برنامه‌های Node.js

استخراج داده از اسناد

GroupDocs.Parser for Node.js via Java API به شما امکان می‌دهد متن، متادیتا و تصاویر را از طیف وسیعی از فرمت‌های فایل مانند اسناد Office، ایمیل‌ها، پیوست‌ها و آرشیوها بازیابی کنید. این ابزار قدرتمند به شما کمک می‌کند تا به‌صورت کارآمد به اطلاعات ارزشمند موجود در این فایل‌ها دسترسی پیدا کنید و آن را برای برنامه‌های مختلفی مانند تحلیل داده، ایندکس‌گذاری موتورهای جستجو یا سیستم‌های مدیریت محتوا پردازش نمایید.

تجزیه اسناد

استخراج عناصر مختلف مانند پیوندهای ابرمتنی، جدول‌ها، کدهای QR، بارکدها و داده‌ها از فرم‌های PDF. همچنین می‌توانید هر اطلاعات دلخواهی را از اسناد با استفاده از قالب‌های سفارشی تجزیه کنید.

سفارشی‌سازی نتایج

Node.js API به شما امکان می‌دهد داده‌ها را در قالب‌های مختلفی مانند raw، ساختاریافته، HTML یا Markdown بازیابی کنید. علاوه بر این، API قابلیت جستجو برای یافتن کلمات یا عبارات خاص در متن اسناد را ارائه می‌دهد.

استقلال پلتفرم

GroupDocs.Parser for Node.js via Java سیستم‌عامل‌ها، چارچوب‌ها و مدیرهای بسته زیر را پشتیبانی می‌کند

قالب‌های فایل پشتیبانی شده

GroupDocs.Parser for Node.js via Java عملیات با قالب‌های فایل زیر را پشتیبانی می‌کند.

فرمت‌های Microsoft Office

Word: DOCX, DOC, DOCM, DOT, DOTX, DOTM, RTF
Excel: XLSX, XLS, XLSM, XLSB, XLTM, XLT, XLTM, XLTX, XLAM, SXC, SpreadsheetML
PowerPoint: PPT, PPTX, PPS, PPSX, PPSM, POT, POTM, POTX, PPTM

تصاویر و فرمت‌های دیگر

قابل حمل: PDF
تصاویر: JPG, BMP, PNG, TIFF, GIF
قالب‌های دیگر آفیس: ODT, OTT, OTS, ODS, ODP, OTP, ODG

فرمت‌های دیگر

وب: HTML, MHTML
آرشیوها: ZIP, TAR, 7Z
کتاب‌های الکترونیکی: CHM, EPUB, FB2, MOBI

ویژگی‌های GroupDocs.Parser for Node.js via Java

داده‌ها را از PDFها، اسناد Office، تصاویر و سایر فرمت‌ها به سرعت و با دقت با SDK تجزیه‌کننده اسناد Node.js ما استخراج کنید.

استخراج متن

اطلاعات متنی را از فرمت‌های مختلف فایل مانند اسناد Office، فایل‌های PDF و تصاویر استخراج کنید تا برای خواندن و تحلیل آسان باشد.

استخراج تصاویر

محتوای تصویری را از منابع متنوعی مانند اسناد Office و فایل‌های PDF بازیابی کنید تا به راحتی در دسترس و قابل استفاده باشد.

اسکن کدهای QR

کدهای QR موجود در اسناد Office، فایل‌های PDF یا محتوای تصویری را شناسایی و رمزگشایی کنید تا اطلاعات به‌صورت مؤثر بازیابی شوند.

استخراج داده از پیوست‌های ایمیل و آرشیوها

اطلاعات ارزشمند را از پیام‌های ایمیل، پیوست‌های فایل و منابع داده فشرده جمع‌آوری کنید تا برای تحلیل و استفاده مؤثر باشد.

استخراج جداول

داده‌های جدولی را از اسناد PDF شناسایی و استخراج کنید برای تحلیل و استفاده منظم.

استخراج پیوندهای ابرمتنی

پیوندهای ابرمتنی و آدرس‌های ایمیل موجود در اسناد Office یا فایل‌های PDF را شناسایی و استخراج کنید تا دسترسی مؤثر فراهم شود.

استخراج فرم‌های PDF

فرم‌های PDF اسناد دیجیتال با فیلدهای قابل پرکردن برای تعامل کاربر هستند که امکان وارد کردن اطلاعات به‌صورت الکترونیکی را فراهم می‌کنند. API Node.js می‌تواند برای استخراج داده‌ها از این فرم‌ها جهت پردازش کارآمد مورد استفاده قرار گیرد.

استخراج داده‌ها با قالب‌ها

قالب‌های سفارشی ایجاد کنید و با استفاده از API Node.js آنها را برای استخراج اطلاعات خاص از فایل‌های PDF به کار ببرید، فرآیند استخراج داده‌ها را ساده می‌کند.

جستجوی متن در اسناد

به‌سرعت کلمات یا الگوهای خاص را در اسناد پیدا کنید.

نمونه‌های کد

فراتر از استخراج متن پایه، این‌ها رایج‌ترین موارد استفاده برای استخراج سریع متن، تصویر و فراداده هستند.

جستجوی متن در یک سند

این مثال نشان می‌دهد چگونه برای یک کلمه در سند PDF جستجو کنید و صفحه و موقعیت هر مطابقت را چاپ کنید.

جستجوی متن در یک سند با JavaScript

const groupdocs = require('@groupdocs/groupdocs.parser');

// بارگذاری سند
const parser = new groupdocs.Parser("sample.pdf");

// جستجو کلمه به‌صورت صفحه به صفحه
const options = new groupdocs.SearchOptions(false, false, false, true);
const results = parser.search("Lorem", options);

// چاپ شماره صفحه، موقعیت و متن هر مطابقت
const it = results.iterator();
while (it.hasNext()) {
    const result = it.next();
    console.log(`Page ${result.getPageIndex()}, position ${result.getPosition()}: ${result.getText()}`);
}

parser.close();

استخراج تصاویر از یک سند

این مثال نشان می‌دهد چگونه تصاویر را از سند PDF استخراج و به‌صورت فایل‌های PNG ذخیره کنید.

استخراج تصاویر از یک سند با JavaScript

const groupdocs = require('@groupdocs/groupdocs.parser');

// بارگذاری سند
const parser = new groupdocs.Parser("images.pdf");

// استخراج تصاویر از سند
const images = parser.getImages();

// ذخیره تصاویر به‌صورت فایل‌های PNG
const options = new groupdocs.ImageOptions(groupdocs.ImageFormat.Png);
let index = 1;
const it = images.iterator();
while (it.hasNext()) {
    it.next().save(`image_${index++}.png`, options);
}

parser.close();

استخراج فراداده از یک سند

این مثال نشان می‌دهد چگونه فراداده را از یک سند PDF استخراج و چاپ کنید.

استخراج فراداده از یک سند با JavaScript

const groupdocs = require('@groupdocs/groupdocs.parser');

// بارگذاری سند
const parser = new groupdocs.Parser("sample.pdf");

// استخراج فراداده از سند
const metadata = parser.getMetadata();

// چاپ فراداده
const it = metadata.iterator();
while (it.hasNext()) {
    const item = it.next();
    console.log(`${item.getName()}: ${item.getValue()}`);
}

parser.close();