PDF.js，获取大纲的所有内容

如何解决PDF.js，获取大纲的所有内容

一直在研究 pdf.js 以读取 pdf 文件的部分内容

最准确地说，我想将所有文本从一个书签/大纲移到下一个。 如果书签有这个数据

• 介绍，p1
• 第 1 章第 2 节
• 第 2 章，第 5 页
• 第 3 章，第 5 页
• 第 4 章，第 7 页

我想先检索介绍的文本，然后是第 1 章（p2-p4（也许在 p5 上有一些？））、第 2 章（p5 的一部分）、第 3 章（p5 的一部分 - p6/p7）以及关于 p7 及以后的第 4 章

我尝试过并成功的是这个

先阅读书签/大纲

pdf.getOutline()

在我的例子中，大纲 dest 是一个数组，所以我抓住第一个并将其用作参考

for (let i = 0; i < outline.length; i++) {
   const destRef = outline[i].dest[0];
}

然后我可以使用 getPageInfo 获取该引用的 pageIndex。并为该页面获取所有文本

        pdf.getPageIndex(destRef).then(pageIndex => {
          console.log('page ' + (pageIndex + 1));
          
          pdf.getPage(pageIndex+1).then(function(page) {
            page.getTextContent().then(function(text) {
                console.log('Content on page ' + (pageIndex + 1));
                console.log(text);
            });
          });
          
          //this._goToDestinationHelper(rawDest,namedDest,explicitDest);
        }).catch(() => {
          console.error(`"${destRef}" is not ` + `a valid page reference`);
        });

我现在拥有该引用页面的所有文本。

我猜我需要获取所有页面数据（不仅仅是文本，还有图像、链接等）并遍历它们以查找“书签标记”引用何时出现？

这是我目前的代码

pdf.getOutline().then(function(outline) {
if(outline) {
    console.log(outline);
    
    for (let i = 0; i < outline.length; i++) {
        const destRef = outline[i].dest[0];
        
        console.log(destRef);
        // get page no
        pdf.getPageIndex(destRef).then(pageIndex => {
          
          pdf.getPage(pageIndex+1).then(function(page) {
            page.getTextContent().then(function(text) {
                console.log('Content on page ' + (pageIndex + 1));
                console.log(text);
            });
          });
        }).catch(() => {
          console.error(`Ref "${destRef}" is not ` + `a valid page reference`);
        });
    };
}
});