html 提取pdf,使用PDF.js从PDF中提取文本(2019)

正如标题所说,我正在尝试使用由Mozilla维护的PDF.js从PDF中提取文本。我知道前面关于stackoverflow的问题,但我不知道从哪里开始。

我试着跟着这个

article

这件事我需要帮助。

所以我把下面的所有代码都放在index.html文件中,对吗?

PDF.js

var urlPDF = '/path/to/example.pdf';

PDFJS.workerSrc = '/path/to/pdf.worker.js';

PDFJS.getDocument(urlPDF).then(function (pdf) {

var pdfDocument = pdf;

var pagesPromises = [];

for (var i = 0; i < pdf.pdfInfo.numPages; i++) {

// Required to prevent that i is always the total of pages

(function (pageNumber) {

pagesPromises.push(getPageText(pageNumber, pdfDocument));

})(i + 1);

}

Promise.all(pagesPromises).then(function (pagesText) {

// Display text of all the pages in the console

console.log(pagesText);

});

}, function (reason) {

<