组件分享之后端组件——docconv组件将文档转换为纯文本

组件分享之后端组件——docconv组件将文档转换为纯文本

背景

近期正在探索前端、后端、系统端各类常用组件与工具，对其一些常见的组件进行再次整理一下，形成标准化组件专题，后续该专题将包含各类语言中的一些常用组件。欢迎大家进行持续关注。

组件基本信息

• 组件：docconv
• 开源协议：MIT License
• 使用与下载：https://github.com/sajari/docconv

内容

本次分享的组件是用于将PDF, DOC, DOCX, XML, HTML, RTF, ODT，页面文档和图像转换为纯文本使用的，该组件是基于Golang语言开发的，具体使用如下：

代码语言：javascript复制

package main

import (
    "fmt"
    "log"

    "code.sajari.com/docconv"
)

func main() {
    res, err := docconv.ConvertPath("需要转换的文件.pdf")
    if err != nil {
        log.Fatal(err)
    }
    fmt.Println(res)
}

读取远程文件使用如下：

代码语言：javascript复制

package main

import (
    "fmt"
    "log"

    "code.sajari.com/docconv/client"
)

func main() {
    // 使用默认端点创建一个新客户端 (localhost:8888)
    c := client.New()

    res, err := client.ConvertPath(c, "your-file.pdf")
    if err != nil {
        log.Fatal(err)
    }
    fmt.Println(res)
}

本文声明：

本作品由 cn華少 采用 知识共享署名-非商业性使用 4.0 国际许可协议 进行许可。

xml html pdf

0 人点赞