NodeJs之word文件生成与解析

NodeJs之word文件生成与解析

一,介绍与需求

1.1,介绍

1,officegen模块可以为Microsoft Office 2007及更高版本生成Office Open XML文件。此模块不依赖于任何框架，您不需要安装Microsoft Office，因此您可以将它用于任何类型的 JavaScript 应用程序。输出也是流而不是文件，不依赖于任何输出工具。此模块应适用于支持Node.js 0.10或更高版本的任何环境，包括Linux，OSX和Windows。

2,textract文本提取节点模块。

3,pdf2json是一个节点。js模块解析和转换PDF从二进制到json格式，它是用PDF构建的。并通过浏览器外的交互式表单元素和文本内容解析对其进行扩展。其目标是在web服务中包装时启用带有交互式表单元素的服务器端PDF解析，并在作为命令行实用程序使用时启用将本地PDF解析为json文件。

1.2,需求

二,文件生成导出

第一步:安装officegen

 cnpm install officegen --save

第二步:引入officegen

 var officegen = require('officegen');
 var fs = require('fs');
 var docx = officegen('docx');//word
 var pptx = officegen('pptx');//pptx

第三步:使用officegen docx

 ...

   docx.on('finalize', function (written) {
         console.log('Finish to create Word file.\nTotal bytes created: ' + written + '\n');
     });

     docx.on('error', function (err) {
         console.log(err);
     });

 ...

 //var tows = ['id', 'provinceZh', 'leaderZh', 'cityZh', 'cityEn'];//创建一个和表头对应且名称与数据库字段对应数据，便于循环取出数据
             var pObj = docx.createP({ align: 'center' });// 创建行 设置居中 大标题
             pObj.addText('全国所有城市', { bold: true, font_face: 'Arial', font_size: 18 });// 添加文字 设置字体样式 加粗 大小

             // let towsLen = tows.length
             let dataLen = data.length
             for (var i = 0; i < dataLen; i++) {//循环数据库得到的数据，因为取出的数据格式为
                 //[{"id" : "101010100","provinceZh" : "北京","leaderZh" : "北京","cityZh" : "北京","cityEn" : "beijing"},{…………},{…………}]
                 /************************* 文本 *******************************/
                 // var pObj = docx.createP();//创建一行
                 // pObj.addText(`(${i+1}), `,{ bold: true, font_face: 'Arial',});
                 // pObj.addText(`省级:`,{ bold: true, font_face: 'Arial',});
                 // pObj.addText(`${data[i]['provinceZh']}  `,);
                 // pObj.addText(`市级：`,{ bold: true, font_face: 'Arial',});
                 // pObj.addText(`${data[i]['leaderZh']}  `);
                 // pObj.addText(`县区：`,{ bold: true, font_face: 'Arial',});
                 // pObj.addText(`${data[i]['cityZh']}`);

                 /************************* 表格 *******************************/
                 let SingleRow = [data[i]['id'], data[i]['provinceZh'], data[i]['leaderZh'], data[i]['cityZh']]
                 table.push(SingleRow)
             }
             docx.createTable(table, tableStyle);
             var out = fs.createWriteStream('out.docx');// 文件写入
             out.on('error', function (err) {
                 console.log(err);
             });
             var result = docx.generate(out);// 服务端生成word
             res.writeHead(200, {
                 // 注意这里的type设置，导出不同文件type值不同application/vnd.openxmlformats-officedocument.wordprocessingml.document
                 "Content-Type": "application/vnd.openxmlformats-officedocument.wordprocessingml.document",
                 'Content-disposition': 'attachment; filename=out' + moment(new Date().getTime()).format('YYYYMMDDhhmmss') + '.docx'
             });
             docx.generate(res);// 客户端导出word

第四步:抛出接口

 router.put('/download/word', function (req, res) {
     console.log('exportWord-------------');
     docx.on('finalize', function (written) {
         console.log('Finish to create Word file.\nTotal bytes created: ' + written + '\n');
     });

     docx.on('error', function (err) {
         console.log(err);
     });
     let fields = {
         id: '',
         provinceZh: '',
         leaderZh: '',
         cityZh: '',
         cityEn: ''
     }
     var table = [
         [{
             val: "No.",
             opts: {
                 align: "center",
                 vAlign: "center",
                 sz: '36',
                 // cellColWidth: 42,
                 // b:true,
                 // sz: '48',
                 // shd: {
                 //   fill: "7F7F7F",
                 //   themeFill: "text1",
                 //   "themeFillTint": "80"
                 // },
                 // fontFamily: "Avenir Book"
             }
         }, {
             val: "省份",
             opts: {
                 align: "center",
                 vAlign: "center",
                 sz: '36',
                 // b:true,
                 // color: "A00000",
                 // align: "right",
                 // shd: {
                 //   fill: "92CDDC",
                 //   themeFill: "text1",
                 //   "themeFillTint": "80"
                 // }
             }
         }, {
             val: "市",
             opts: {
                 align: "center",
                 vAlign: "center",
                 sz: '36',
                 // cellColWidth: 42,
                 // b:true,
                 // sz: '48',
                 // shd: {
                 //   fill: "92CDDC",
                 //   themeFill: "text1",
                 //   "themeFillTint": "80"
                 // }
             }
         }, {
             val: "区/县",
             opts: {
                 align: "center",
                 vAlign: "center",
                 sz: '36',
                 // cellColWidth: 42,
                 // b:true,
                 // sz: '48',
                 // shd: {
                 //   fill: "92CDDC",
                 //   themeFill: "text1",
                 //   "themeFillTint": "80"
                 // }
             }
         }],
     ]

     var tableStyle = {
         tableColWidth: 2400,
         tableSize: 24,
         tableColor: "ada",
         tableAlign: "center",
         tableVAlign: "center",
         tableFontFamily: "Comic Sans MS",
         borders: true
     }

     MongoDbAction.getFieldsByConditions('AllCity', {}, fields, function (err, data) {//根据需求查询想要的字段
         if (err) {
             //执行出错
         } else {
             //var tows = ['id', 'provinceZh', 'leaderZh', 'cityZh', 'cityEn'];//创建一个和表头对应且名称与数据库字段对应数据，便于循环取出数据
             var pObj = docx.createP({ align: 'center' });// 创建行 设置居中 大标题
             pObj.addText('全国所有城市', { bold: true, font_face: 'Arial', font_size: 18 });// 添加文字 设置字体样式 加粗 大小

             // let towsLen = tows.length
             let dataLen = data.length
             for (var i = 0; i < dataLen; i++) {//循环数据库得到的数据，因为取出的数据格式为
                 //[{"id" : "101010100","provinceZh" : "北京","leaderZh" : "北京","cityZh" : "北京","cityEn" : "beijing"},{…………},{…………}]
                 /************************* 文本 *******************************/
                 // var pObj = docx.createP();//创建一行
                 // pObj.addText(`(${i+1}), `,{ bold: true, font_face: 'Arial',});
                 // pObj.addText(`省级:`,{ bold: true, font_face: 'Arial',});
                 // pObj.addText(`${data[i]['provinceZh']}  `,);
                 // pObj.addText(`市级：`,{ bold: true, font_face: 'Arial',});
                 // pObj.addText(`${data[i]['leaderZh']}  `);
                 // pObj.addText(`县区：`,{ bold: true, font_face: 'Arial',});
                 // pObj.addText(`${data[i]['cityZh']}`);

                 /************************* 表格 *******************************/
                 let SingleRow = [data[i]['id'], data[i]['provinceZh'], data[i]['leaderZh'], data[i]['cityZh']]
                 table.push(SingleRow)
             }
             docx.createTable(table, tableStyle);
             var out = fs.createWriteStream('out.docx');// 文件写入
             out.on('error', function (err) {
                 console.log(err);
             });
             var result = docx.generate(out);// 服务端生成word
             res.writeHead(200, {
                 // 注意这里的type设置，导出不同文件type值不同application/vnd.openxmlformats-officedocument.wordprocessingml.document
                 "Content-Type": "application/vnd.openxmlformats-officedocument.wordprocessingml.document",
                 'Content-disposition': 'attachment; filename=out' + moment(new Date().getTime()).format('YYYYMMDDhhmmss') + '.docx'
             });
             docx.generate(res);// 客户端导出word
         }
     });

 });

第五步:前端调用

下载调用方法

    downloadWordOper() {
         // var url =  "http://localhost:8880/api/v1/yingqi/download/word";
         // window.location = url;//这里不能使用get方法跳转，否则下载不成功
             this.$http(downloadWord()).then((res)=>{
               //这里res.data是返回的blob对象
               var blob = new Blob([res.data], {type: 'application/vnd.openxmlformats-officedocument.wordprocessingml.document;charset=utf-8'}); //application/vnd.openxmlformats-officedocument.wordprocessingml.document这里表示doc类型
               downloadFile(blob,'word','docx')
             })

     },

downloadFile方法代码如下:

   /**
    *下载文件
    * @param blob  ：返回数据的blob对象
    * @param tagFileName  ：下载后文件名标记
    * @param fileType  ：文件类 word(docx) excel(xlsx) ppt等
    */
   export function downloadFile(blob,tagFileName,fileType) {
     var downloadElement = document.createElement('a');
     var href = window.URL.createObjectURL(blob); //创建下载的链接
     downloadElement.href = href;
     downloadElement.download = tagFileName+moment(new Date().getTime()).format('YYYYMMDDhhmmss')+'.'+fileType; //下载后文件名
     document.body.appendChild(downloadElement);
     downloadElement.click(); //点击下载
     document.body.removeChild(downloadElement); //下载完成移除元素
     window.URL.revokeObjectURL(href); //释放掉blob对象
   }

第六步:下载后的效果

ppt生成下载类似,只是设置的writeHead类型与使用的方法不一样

 router.put('/download/createPpt', function (req, res) {
     console.log('exportPpt-------------');
     pptx.on('finalize', function (written) {
         console.log('Finish to create ppt file.\nTotal bytes created: ' + written + '\n');
     });

     pptx.on('error', function (err) {
         console.log(err);
     });

     let slide1 = pptx.makeNewSlide();//创建一个新幻灯片
     slide1.title = 'PPT文件';
     slide1.addText('Office generator', {
         y: 66, x: 'c', cx: '50%', cy: 60, font_size: 48,
         color: '0000ff'
     });

     slide1.addText('Big Red', {
         y: 250, x: 10, cx: '70%',
         font_face: 'Wide Latin', font_size: 54,
         color: 'cc0000', bold: true, underline: true
     });

     var out = fs.createWriteStream('out.pptx');// 文件写入
     out.on('error', function (err) {
         console.log('error2===',err);
     });
     var result = pptx.generate(out);// 服务端生成ppt
     res.writeHead(200, {
         // 注意这里的type设置，导出不同文件type值不同application/vnd.openxmlformats-officedocument.presentationml.presentation
         // "Content-Type": "application/vnd.openxmlformats-officedocument.presentationml.presentation",
         // 'Content-disposition': 'attachment; filename=out' + moment(new Date().getTime()).format('YYYYMMDDhhmmss') + '.pptx'
         "Content-Type": "application/vnd.openxmlformats-officedocument.presentationml.presentation",
         'Content-disposition': 'attachment; filename=surprise.pptx'
     });
     pptx.generate(res);// 客户端导出ppt

 });

三,文件上传解析

3.1,word文档解析

第一步:安装textract

 cnpm install textract --save

第二步:引入textract

 //引入textract解析word模块
 var textract = require('textract');//对于docx文件，您可以使用textract，它将从.docx文件中提取文本。
 var fs = require('fs');

第三步:解析文档

 function parseWord(excelConfig, res) {
     textract.fromFileWithPath(excelConfig.excel_Dir, function (error, text) {
         if (error) {
             res.status(200).json({
                 httpCode: 200,
                 message: '导入解析失败',
                 data: error,
                 returnValue: 0
             });
         } else {
             res.status(200).json({
                 httpCode: 200,
                 message: '导入成功',
                 data: {
                     result: text
                 },
                 returnValue: 1
             });
         }
     })
 }

第四步:解析后删除文档

 fs.unlink(excelConfig.excel_Dir, function (err) {
             if (err) throw err;
             console.log("删除文件" + excelConfig.excel_Dir + "成功")
         })

第五步:抛出接口调用后的效果

3.2,pdf文档解析

第一步:安装pdf2json

 cnpm install pdf2json --save

第二步:引入pdf2json

 var PDFParser = require("pdf2json");
 var fs = require('fs');

第三步:解析文档

 function parsePdf(excelConfig, res) {
     var pdfParser = new PDFParser(this, 1);
     pdfParser.loadPDF(excelConfig.excel_Dir);
     pdfParser.on("pdfParser_dataError", errData => {
         res.status(200).json({
             httpCode: 200,
             message: '导入解析失败',
             data: errData,
             returnValue: 0
         });
     });
     pdfParser.on("pdfParser_dataReady", pdfData => {
         let data = pdfParser.getRawTextContent()
         fs.writeFile('./uploads/test.txt', data, function (err) {
             if (err) {
                 throw err;
             }
         });
         res.status(200).json({
             httpCode: 200,
             message: '导入成功',
             data: {
                 result: data
             },
             returnValue: 1
         });
     });
 }

第四步:解析后删除文档

  fs.unlink(excelConfig.excel_Dir, function (err) {
             if (err) throw err;
             console.log("删除文件" + excelConfig.excel_Dir + "成功")
         })

第五步:抛出接口调用后的效果