Node.JS'te PDF'den Metin Çıkarma

PDF dosyalarından metin çıkarmak, belge‑işleme hatları oluştururken, özellikle arama indeksleme veya veri analizi için sıkça ihtiyaç duyulan bir gereksinimdir. GroupDocs.Parser Cloud SDK for Node.JS düşük‑seviye ayrıştırma mantığıyla uğraşmadan Node.JS içinde PDF’den programlı olarak metin çıkarmanızı sağlayan sağlam bir kütüphane sunar. Bu rehberde, tam bir kod örneği, bir cURL REST alternatifi ve gerekli kurulum adımlarıyla birlikte, hem düz hem de şifreli PDF’lerden metin nasıl çıkarılacağını öğreneceksiniz.

Node.JS’te PDF’den Metin Çıkarma - Tam Kod Örneği

Aşağıdaki örnek, GroupDocs.Parser Cloud SDK ile Node.JS’te PDF’den metin çıkarma işlemini göstermektedir. Başlatma, istek oluşturma, yürütme ve sonucu yerel bir dosyaya kaydetmeyi içerir.

const GroupDocsParserCloud = require("@groupdocs/parser-cloud");
const fs = require("fs");

(async () => {
    // Initialize configuration with your credentials
    const config = new GroupDocsParserCloud.Configuration({
        clientId: "YOUR_CLIENT_ID",
        clientSecret: "YOUR_CLIENT_SECRET"
    });

// Create Parser API instance
    const parserApi = new GroupDocsParserCloud.ParserApi(config);

// Build request to extract text from a PDF file stored in cloud storage
    const request = new GroupDocsParserCloud.ExtractTextRequest({
        fileInfo: new GroupDocsParserCloud.FileInfo({
            filePath: "input.pdf" // path to the PDF in GroupDocs cloud storage
        })
    });

try {
        // Execute the request
        const result = await parserApi.extractText(request);

// result.text contains the extracted plain text
        console.log("Extracted Text:\n", result.text);

// Save extracted text to a local file
        fs.writeFileSync("extracted.txt", result.text, "utf8");
        console.log("Text saved to extracted.txt");
    } catch (error) {
        console.error("Error extracting text:", error);
    }
})();

Not: Bu kod örneği temel işlevselliği gösterir. Projenizde kullanmadan önce, tüm dosya yollarını ve yapılandırma değerlerini gerçek ortamınıza uygun şekilde güncellediğinizden, gerekli tüm bağımlılıkların doğru şekilde yüklendiğinden emin olun ve geliştirme ortamınızda kapsamlı bir şekilde test edin. Herhangi bir sorunla karşılaşırsanız, lütfen resmi belgeler adresine bakın veya destek ekibi ile iletişime geçin.

cURL ve REST API Kullanarak PDF Metnini Alın

Dilin bağımsız bir yaklaşımını tercih ediyorsanız, GroupDocs.Parser Cloud REST API’sini çağıran cURL komutlarıyla aynı sonucu elde edebilirsiniz. Aşağıdaki adımlar, kimlik doğrulama, bir PDF yükleme, metnini çıkarma ve sonucu indirme işlemlerini gösterir.

# 1. Get an access token
curl -X POST "https://api.groupdocs.cloud/v2.0/auth/token" \
     -H "Content-Type: application/json" \
     -d '{"client_id":"YOUR_CLIENT_ID","client_secret":"YOUR_CLIENT_SECRET"}'
# Response contains "access_token"

# 2. Upload the PDF to cloud storage
curl -X PUT "https://api.groupdocs.cloud/v2.0/storage/file/input.pdf" \
     -H "Authorization: Bearer YOUR_ACCESS_TOKEN" \
     -H "Content-Type: application/pdf" \
     --data-binary @input.pdf

# 3. Extract text from the uploaded PDF
curl -X POST "https://api.groupdocs.cloud/v2.0/parser/extractText" \
     -H "Authorization: Bearer YOUR_ACCESS_TOKEN" \
     -H "Content-Type: application/json" \
     -d '{"fileInfo":{"filePath":"input.pdf"}}' \
     -o result.json

# 4. Save the extracted text locally
jq -r '.text' result.json > extracted.txt

Bu komutlar aynı Node.JS’te PDF’den metin çıkarma işlemini gerçekleştirir, ancak bulut API’si üzerinden, herhangi bir platforma entegrasyonu kolaylaştırır. Daha fazla ayrıntı için resmi API referansına bakın.

Node.JS’te PDF’den Metin Çıkarma İşlemini Açıklama

Kodun her bölümünü anlamak, taranmış veya şifreli PDF’ler gibi daha karmaşık senaryolara uyarlamanıza yardımcı olur.

Yapılandırma Başlatma -

const config = new GroupDocsParserCloud.Configuration({
    clientId: "YOUR_CLIENT_ID",
    clientSecret: "YOUR_CLIENT_SECRET"
});

Bu, kimlik doğrulama kimlik bilgilerinizi tutan bir yapılandırma nesnesi oluşturur. Sınıf, API referansı içinde belgelenmiştir.

Parser API Örneği -

const parserApi = new GroupDocsParserCloud.ParserApi(config);

ParserApi sınıfı, extractText dahil olmak üzere tüm ayrıştırma işlemleri için yöntemler sağlar.

ExtractTextRequest Oluşturma -

const request = new GroupDocsParserCloud.ExtractTextRequest({
    fileInfo: new GroupDocsParserCloud.FileInfo({
        filePath: "input.pdf"
    })
});

ExtractTextRequest hizmete hangi dosyanın işleneceğini söyler. Tarama yapılan PDF’ler için burada OCR seçeneklerini de ayarlayabilirsiniz.

İsteği Yürütme -

const result = await parserApi.extractText(request);

extractText yöntemi isteği buluta gönderir ve düz metni içeren bir yanıt nesnesi döndürür.

Sonucun İşlenmesi -

console.log("Extracted Text:\n", result.text);
fs.writeFileSync("extracted.txt", result.text, "utf8");

result.text özelliği, çıkarılan içeriği tutar; bu içeriği kaydedebilir, depolayabilir veya daha fazla işleyebilirsiniz.

Kurulum ve Yapılandırma GroupDocs.Parser Cloud SDK for Node.JS

Kodu çalıştırmadan önce SDK’yı kurun ve ortamınızı ayarlayın.

npm install groupdocs-parser-cloud

Önkoşullar: Node.js 14 ve üzeri, aktif bir GroupDocs Cloud hesabı ve istemci kimlik bilgileri (istemci kimliği ve istemci sırrı). En son paketi resmi indirme sayfasından. Kimlik bilgilerinizi güvenli bir şekilde saklamak için bir config.json (veya ortam değişkenlerini kullanın) oluşturun.

Sonuç

PDF’den metin çıkarma işlemi Node.JS’te, GroupDocs.Parser Cloud SDK for Node.JS sayesinde oldukça basit hale gelir. SDK, PDF ayrıştırmanın karmaşıklığını soyutlar, taranmış PDF’ler için OCR desteği sağlar ve şifreli belgeleri kutudan çıkar çıkmaz işler. Üretim ortamında kullanmak için geçerli bir lisans almayı unutmayın; bir abonelik satın alabilir veya kütüphaneyi değerlendirmek için bir geçici lisans isteyebilirsiniz. Kod örneği, cURL alternatifi ve kurulum adımlarıyla birlikte, PDF metin çıkarımını belge iş akışınıza entegre etmeye ve güçlü arama ve analiz yeteneklerini açığa çıkarmaya hazırsınız.

FAQs

Node.JS’de GroupDocs.Parser kullanarak PDF’den metin nasıl çıkarırım?
Tam kod örneğinde gösterildiği gibi ParserApi‘nin extractText metodunu kullanın. SDK otomatik olarak düz metin döndürür ve taranmış PDF’ler için OCR’yi etkinleştirebilirsiniz.
Tarayıcı PDF’den Node.JS’te metin çıkarabilir miyim?
Evet. Hizmetin görüntü‑tabanlı sayfalardaki metni tanıması için ExtractTextRequest içinde OCR seçeneklerini ayarlayın.
PDF’im şifre korumalıysa ne olur?
Şifreyi FileInfo nesnesine (password: "yourPassword" ) ekleyin. SDK, metni çıkarmadan önce dosyayı çözecektir.
Servisi Node.JS kodu yazmadan çağırmanın bir yolu var mı?
Kesinlikle. “Retrieve PDF Text Using cURL and the REST API” bölümündeki cURL komutları, REST API aracılığıyla dil bağımsız bir yaklaşım gösterir.

Node.JS’te PDF’den Metin Çıkarma - Tam Kod Örneği#

cURL ve REST API Kullanarak PDF Metnini Alın#

Node.JS’te PDF’den Metin Çıkarma İşlemini Açıklama#

Kurulum ve Yapılandırma GroupDocs.Parser Cloud SDK for Node.JS#

Sonuç#

FAQs#

Daha Fazla Oku#