Parser для .NET Parser для Java Parser для Python

Parser для Node.js via Java

SDK парсера документів для Node.js

Додайте швидке та точне парсинг документів у ваші програми Node.js та витягуйте текст, зображення, метадані та структуровані дані з документів і зображень за допомогою JavaScript.

Завантажити NPM Почніть безкоштовну пробну версію

Випущено версію 26.9.0

Перегляньте, що нового

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

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

// Витягти текст з документа
const reader = parser.getText();

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

parser.close();

npm i @groupdocs/groupdocs.parser

GroupDocs.Parser на перший погляд

SDK парсера документів для високоточних операцій парсингу документів у застосунках Node.js

Витягти дані з документів

GroupDocs.Parser for Node.js via Java API дозволяє отримувати текст, метадані та зображення з широкого спектру форматів файлів, таких як офісні документи, електронні листи, вкладення та архіви. Цей потужний інструмент допомагає ефективно отримувати доступ і опрацювати цінну інформацію, що міститься у цих файлах, для різних застосувань, таких як аналіз даних, індексація пошукових систем або системи управління контентом.

Парсити документи

Витягайте різноманітні елементи, такі як гіперпосилання, таблиці, QR‑коди, штрих‑коди та дані з PDF‑форм. Також парсити будь‑яку потрібну інформацію з документів за допомогою кастомних шаблонів.

Налаштування результатів

Node.js API дозволяє отримувати дані у різних форматах, таких як необроблені, структуровані, HTML або Markdown. Крім того, API пропонує функціональність пошуку для знаходження конкретних слів або фраз у тексті документів.

Платформна незалежність

GroupDocs.Parser for Node.js via Java підтримує наступні операційні системи, фреймворки та менеджери пакетів

Підтримувані формати файлів

GroupDocs.Parser for Node.js via Java підтримує роботу з такими форматами файлів.

Формати 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

Зображення та інші формати

Портативний: PDF
Зображення: JPG, BMP, PNG, TIFF, GIF
Інші офісні формати: ODT, OTT, OTS, ODS, ODP, OTP, ODG

Інші формати

Веб: HTML, MHTML
Архіви: ZIP, TAR, 7Z
Електронні книги: CHM, EPUB, FB2, MOBI

GroupDocs.Parser for Node.js via Java функції

Витягайте дані з PDF, офісних документів, зображень та інших форматів швидко та точно за допомогою нашого Node.js SDK парсера документів

Витягти текст

Витягайте текстову інформацію з різних форматів файлів, таких як офісні документи, PDF‑файли та зображення, для зручного читання та аналізу.

Витягти зображення

Отримуйте візуальний контент з різноманітних джерел, таких як офісні документи, PDF‑файли, для зручного доступу та використання.

Сканувати QR‑коди

Виявляйте та декодуйте QR‑коди, що містяться в офісних документах, PDF‑файлах або візуальному контенті, для ефективного отримання інформації.

Витягти дані з вкладень електронної пошти та архівів

Збирайте цінну інформацію з електронних листів, вкладень файлів та стиснених джерел даних для ефективного аналізу та використання.

Витягти таблиці

Визначайте та витягайте табличні дані з PDF‑документів для упорядкованого аналізу та використання.

Витягти гіперпосилання

Знаходьте та витягайте гіперпосилання та електронні адреси в офісних документах або PDF‑файлах для зручного доступу.

Парсити PDF-форми

PDF‑форми – це цифрові документи з заповнюваними полями для взаємодії користувачів, що дозволяє їм вводити інформацію електронно. Node.js API можна використати для витягнення даних з цих форм для ефективної обробки.

Парсити дані за шаблонами

Створіть власні шаблони та використайте їх разом з Node.js API для парсингу конкретної інформації з PDF‑файлів, спрощуючи процеси витягнення даних.

Пошук тексту в документах

Швидко знаходьте конкретні слова або шаблони в документах.

Зразки коду

Окрім базового витягнення тексту, ось найпоширеніші випадки використання для швидкого витягнення тексту, зображень та метаданих.

Пошук тексту в документі

Цей приклад демонструє, як шукати слово у PDF‑документі та вивести номер сторінки і позицію кожного збігу.

Пошук тексту в документі на JavaScript

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

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

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

// Виведіть індекс сторінки, позицію та текст кожного збігу
const it = results.iterator();
while (it.hasNext()) {
    const result = it.next();
    console.log(`Page ${result.getPageIndex()}, position ${result.getPosition()}: ${result.getText()}`);
}

parser.close();

Витягнути зображення з документа

Цей приклад демонструє, як витягти зображення з PDF‑документу та зберегти їх у вигляді PNG‑файлів.

Витягнути зображення з документа на JavaScript

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

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

// Витягніть зображення з документа
const images = parser.getImages();

// Збережіть зображення у вигляді PNG‑файлів
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();

Витягнути метадані з документа

Цей приклад демонструє, як витягти метадані з PDF‑документу та вивести їх.

Витягнути метадані з документа на JavaScript

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

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

// Витягніть метадані з документа
const metadata = parser.getMetadata();

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

parser.close();