微信公众号搜"智元新知"关注
微信扫一扫可直接关注哦!

从 url 中提取 pdf 并转换为 json 或某种可读格式

如何解决从 url 中提取 pdf 并转换为 json 或某种可读格式

我正在尝试在节点 js 中读取 pdf 数据并将其转换为不同的数据格式。代码如下:

const request = require('request')
request("https://ahna.org.in/AMC%20REQUISITIONED%20HOSPITAL%20STATUS%2013-05-2021%205.00%20PM%20ONLINE.pdf",function (
  error,response,body
) {
  console.log(body);
})

但是,响应包含一些与 pdf 源不匹配的文本(看起来是乱码)。如何在 node 或 vanilla js 中获取正确的数据并将表格从 pdf 转换为 JSON。

我使用教程 here 在 node 中尝试了 pdfreader 包。但是,我以不可读的格式获取列的数据。例如,第一行的“0 0 30 0 28 0 10 0 68 0 242 0 0 6 14 10 0 272”数据被返回为“0030028010068024200614100272”,如果我不知道这个值,就很难读懂它3 3 或 30。

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。