Parser для .NET Parser для Java Parser для Python

Parser для Node.js via Java

Document Parser SDK для Node.js

Добавьте быстрое и точное разбор документов в ваши приложения Node.js и извлекайте текст, изображения, метаданные и структурированные данные из документов и изображений с помощью JavaScript.

Скачать NPM Бесплатная пробная версия

Выпущена версия 26.9.0

Посмотрите, что нового

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

// Загрузите документ
const parser = new groupdocs.Parser("sample.pdf");

// Извлеките текст из документа
const reader = parser.getText();

// Выведите весь извлечённый текст
console.log(reader === null ? "" : reader.readToEnd());

parser.close();

npm i @groupdocs/groupdocs.parser

GroupDocs.Parser в двух словах

Document Parser SDK для выполнения высокоточного разбора документов в приложениях Node.js

Извлечение данных из документов

GroupDocs.Parser for Node.js via Java API позволяет получать текст, метаданные и изображения из широкого спектра форматов файлов, таких как офисные документы, электронные письма, вложения и архивы. Этот мощный инструмент помогает эффективно получать доступ к ценным сведениям, содержащимся в этих файлах, и обрабатывать их для различных задач, таких как анализ данных, индексация поисковых систем или системы управления контентом.

Разбор документов

Извлекайте различные элементы, такие как гиперссылки, таблицы, QR‑коды, штрих‑коды и данные из PDF‑форм. Также разбирайте любую требуемую информацию из документов с помощью пользовательских шаблонов.

Настройка результатов

Node.js API позволяет получать данные в различных форматах, таких как необработанный, структурированный, HTML или Markdown. Кроме того, API предоставляет функцию поиска для нахождения конкретных слов или фраз в тексте документов.

Независимость от платформы

GroupDocs.Parser for Node.js via Java поддерживает следующие операционные системы, фреймворки и менеджеры пакетов

Поддерживаемые форматы файлов

GroupDocs.Parser for Node.js via Java поддерживает работу со следующими форматами файлов.

Форматы 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

Изображения и другие форматы

Переносимый: PDF
Изображения: JPG, BMP, PNG, TIFF, GIF
Другие офисные форматы: ODT, OTT, OTS, ODS, ODP, OTP, ODG

Другие форматы

Веб: HTML, MHTML
Архивы: ZIP, TAR, 7Z
Электронные книги: CHM, EPUB, FB2, MOBI

GroupDocs.Parser for Node.js via Java особенности

Извлекайте данные из PDF, офисных документов, изображений и других форматов быстро и точно с помощью нашего Node.js Document Parser SDK

Извлечение текста

Извлекайте текстовую информацию из различных форматов файлов, таких как офисные документы, PDF‑файлы и изображения, для удобного чтения и анализа.

Извлечение изображений

Получайте визуальное содержимое из разных источников, таких как офисные документы и PDF‑файлы, для удобного доступа и использования.

Сканирование QR‑кодов

Обнаруживайте и декодируйте QR‑коды, присутствующие в офисных документах, PDF‑файлах или визуальном контенте, для эффективного получения информации.

Извлечение данных из вложений электронной почты и архивов

Собирайте ценную информацию из электронных сообщений, вложений файлов и сжатых источников данных для эффективного анализа и использования.

Извлечение таблиц

Определяйте и извлекайте табличные данные из PDF‑документов для организованного анализа и использования.

Извлечение гиперссылок

Находите и извлекайте гиперссылки и адреса электронной почты в офисных документах или PDF‑файлах для удобного доступа.

Разбор PDF-форм

PDF-формы — это цифровые документы с заполняемыми полями для взаимодействия пользователя, позволяющие вводить информацию в электронном виде. API Node.js можно использовать для извлечения данных из этих форм для эффективной обработки.

Разбор данных с помощью шаблонов

Создайте пользовательские шаблоны и используйте их с API Node.js для разбора конкретной информации из PDF‑файлов, упрощая процессы извлечения данных.

Поиск текста в документах

Быстро находите конкретные слова или шаблоны в документах.

Примеры кода

Помимо базового извлечения текста, представлены наиболее распространённые сценарии быстрого извлечения текста, изображений и метаданных.

Поиск текста в документе

В этом примере показано, как искать слово в PDF‑документе и выводить страницу и позицию каждого найденного совпадения.

Поиск текста в документе на JavaScript

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

// Загрузить документ
const parser = new groupdocs.Parser("sample.pdf");

// Искать слово постранично
const options = new groupdocs.SearchOptions(false, false, false, true);
const results = parser.search("Lorem", options);

// Вывести номер страницы, позицию и текст каждого совпадения
const it = results.iterator();
while (it.hasNext()) {
    const result = it.next();
    console.log(`Page ${result.getPageIndex()}, position ${result.getPosition()}: ${result.getText()}`);
}

parser.close();

Извлечение изображений из документа

В этом примере показано, как извлекать изображения из PDF‑документа и сохранять их в виде файлов PNG.

Извлечение изображений из документа на JavaScript

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

// Загрузить документ
const parser = new groupdocs.Parser("images.pdf");

// Извлечь изображения из документа
const images = parser.getImages();

// Сохранить изображения как файлы 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();

Извлечение метаданных из документа

В этом примере показано, как извлекать метаданные из PDF‑документа и выводить их.

Извлечение метаданных из документа на JavaScript

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

// Загрузить документ
const parser = new groupdocs.Parser("sample.pdf");

// Извлечь метаданные из документа
const metadata = parser.getMetadata();

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

parser.close();