代码之家 › 专栏 › 技术社区 › user824624

在目录中读取docx文件,并在节点中一起连接内容?

docx file node.js

-1

user824624 · 技术社区 · 6 年前

需要该代码来读取目录中的所有文件,并返回该目录中每个docx文件中的所有内容。

我正在使用glob和mammoth库分别读取目录和docx文件。不过,我希望将每个文件内容合并成一个更大的内容。但是由于节点是异步的,所以在读取每个文件之前,我编写的代码会将空内容传递给我。

var mammoth = require("mammoth");
var glob = require("glob");
function readAllFiles(dir){

  var data_collection = '';
  return new Promise(async(resolve, reject) => {
    // reading the directory
    glob(dir,  function (er, files) { 
      console.log(files);
      // for each file in the directory read its content
      _.map(files, function(file){
        mammoth.extractRawText({path: file})
            .then(function(result){
                var text = result.value; // The raw text
                var messages = result.messages;
                text = text.replace(/(^[ \t]*\n)/gm, "").replace('\r', '').replace('\n', '');
                console.log('extractRawText',text);
                // concat the small content into big content
                data_collection = data_collection + " "+text;
            })
            .done();
      });
      resolve(data_collection);
    });
  });
}

我该如何解决这个问题?

1 回复 | 直到 6 年前

Mayur 6 年前

resolve(data_collection); _.map

var mammoth = require("mammoth");
var glob = require("glob");

function readAllFiles(dir){
  return new Promise((resolve, reject) => {
    glob(dir, (err, files) => {
      if(err) {
        return reject(err)
      }

      return Promise.all(files.map((file) => mammoth.extractRawText({ path: file })))
        .then((results) => {
          let data = ''
          results.forEach((result) => {
            const value = result.value.replace(/(^[ \t]*\n)/gm, "").replace('\r', '')
            data = data.concat(value)
          })
          resolve(data)
        })
        .catch(reject)
    })
  })
}

async function test() {
  const data = await readAllFiles('./test/**/*.docx') // All my docx files are in the test directory
  console.log(data) // Print data
}

test()

请注意,这将并行执行mammath.extractrawtext函数调用。如果需要限制同时进行的并行调用的数量,可以使用 async.mapLimit

推荐文章

Bohdan · 替换docx文档中的文本

2 年前

Nikolaos Maragkos · 设置一些打印机属性后,从Python 3打印word文档

2 年前

HeteroChromia · zip文件。BadZipFile:尝试在文件系统中保存docx文件时,文件不是zip文件

2 年前

Anonymous coward · 如何将officer::read\u docx应用于整个文件夹

7 年前

onurhb · XSLT到DOCX(OOXML)-如何处理超链接

7 年前

Bijan · Python docx复制表

7 年前

Gunjan Patel · 如何使用NodeJS将PDF转换为DOCX或将URL转换为DOCX?

7 年前

Atefeh Rashidi · 如何将某些字体设置为apache poi中样式的fontFamily?

8 年前

Ali Hadjihoseini · 从shiny下载docx报告的Reporters包

8 年前

IronRabbit · Apache POI Word使用自定义标题样式

8 年前