我正在寻找一种解决方案,其中我有一个 PDF 文件,并且我想搜索该文件中的特定文本,并且搜索文本的结果应采用列表格式及其页码。我寻找在线解决方案,但无法找到完美且正确的解决方案......
尽管 adobe reader 中提供了相同类型的功能,称为“注释”,用户可以在其中以列表格式查看所有搜索到的项目及其页码。
您的回答对我非常有帮助,如果可能的话,也请提供示例..
提前谢谢您。
最佳答案
以下示例可能会帮助您使用 PDF.js 显示按页面分组的找到的文本。
var searchText = "JavaScript";
function searchPage(doc, pageNumber) {
return doc.getPage(pageNumber).then(function (page) {
return page.getTextContent();
}).then(function (content) {
// Search combined text content using regular expression
var text = content.items.map(function (i) { return i.str; }).join('');
var re = new RegExp("(.{0,20})" + searchText + "(.{0,20})", "gi"), m;
var lines = [];
while (m = re.exec(text)) {
var line = (m[1] ? "..." : "") + m[0] + (m[2] ? "..." : "");
lines.push(line);
}
return {page: pageNumber, items: lines};
});
}
var loading = PDFJS.getDocument("//cdn.mozilla.net/pdfjs/tracemonkey.pdf");
loading.promise.then(function (doc) {
var results = [];
for (var i = 1; i <= doc.numPages; i++)
results.push(searchPage(doc, i));
return Promise.all(results);
}).then(function (searchResults) {
// Display results using divs
searchResults.forEach(function (result) {
var div = document.createElement('div'); div.className="pr"; document.body.appendChild(div);
div.textContent = 'Page ' + result.page + ':';
result.items.forEach(function (s) {
var div2 = document.createElement('div'); div2.className="prl"; div.appendChild(div2);
div2.textContent = s;
});
});
}).catch(console.error);
.pr { font-family: sans-serif; font-weight: bold; }
.prl { font-style: italic; font-weight: normal; }
<script src="//npmcdn.com/pdfjs-dist/build/pdf.js"></script>
关于javascript - 显示 pdf 的搜索文本以及页码,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/43910176/