အခမဲ့ PDF မှ Word

မည်သို့ အလုပ်လုပ်သည်

ဤကိရိယာသည် JavaScript library နှစ်ခု — pdfjs-dist က စာမျက်နှာတစ်ခုစီမှ စာသားကို ထုတ်ယူပြီး docx library က ဖွဲ့စည်းပုံ မှန်ကန်သော .docx ဖိုင်တစ်ခု ပေါင်းစည်းပေးသည် — ကို သုံး၍ PDF များကို Word document များသို့ သင့် browser ထဲတွင် လုံးဝ ပြောင်းလဲပါသည်၊ server မပါဝင်ပါ။

1. 1
   pdfjs-dist သည် PDF ကို parse လုပ်သည်

   PDF ကို ArrayBuffer အဖြစ် ဖတ်ယူပြီး Web Worker ကို သုံး၍ ဖိုင်ကို local တွင် လုပ်ဆောင်သော pdfjs-dist (v5.6.205) သို့ ပေးပို့သည်။ ၎င်းသည် စာမျက်နှာတိုင်းကို လျှောက်ပြီး PDF content stream ထဲက embed လုပ်ထားသော raw text item များကို ရယူရန် getTextContent() ကို ခေါ်သည်။
2. 2
   Y-coordinate heuristic သည် line များကို ပြန်တည်ဆောက်သည်

   PDF text item များတွင် 'line' ဟူသော သဘောတရား မရှိပါ — ၎င်းတို့ကို absolute coordinate များဖြင့် ချထားထားသည်။ ကိရိယာသည် item တစ်ခုစီ၏ Y တည်နေရာကို ယခင်တစ်ခုနှင့် နှိုင်းယှဉ်သည်: gap သည် စာသားအမြင့်၏ ထက်ဝက်ထက် ကျော်လွန်ပါက newline တစ်ခု ထည့်သည်။ ၎င်းသည် နိမ့်ကျသော glyph data မှ ဖတ်ရလွယ်သော paragraph များကို ပြန်တည်ဆောက်ပေးသည်။
3. 3
   docx library သည် Word ဖိုင်ကို တည်ဆောက်ပေးသည်

   docx စာကြည့်တိုက်သည် စာရွက်စာတမ်းကို တည်ဆောက်သည်- ခွဲထားသောစာကြောင်းများကို စာပိုဒ်အဖြစ် ပေါင်းပြီး၊ ကိုယ်ထည်စာသားထက် သိသာစွာ ကြီးသော စာသားကို Heading 1 သို့မဟုတ် Heading 2 ဖြစ်စေကာ၊ ညှိထားသော ကော်လံများကို ဇယားဖြစ်စေသည်။ စာမျက်နှာတိုင်းမတိုင်မီ "Page N" ခေါင်းစဉ်သည် ရွေးချယ်နိုင်သည်။ Packer.toBlob() သည် စာရွက်စာတမ်းသစ်ပင်ကို မှန်ကန်သော .docx binary အဖြစ် serialize လုပ်သည်။
4. 4
   ဒေါင်းလုဒ်ဆွဲခြင်းနှင့် ရွေးချယ်နိုင်သော plain-text export

   ပြီးစီးသော .docx Blob ကို မူရင်းဖိုင်အမည်ဖြင့် ဒေါင်းလုဒ်ဆွဲရန် ပေးထားသည်။ Plain-text ကြိုကြားမှု (screen ပေါ်တွင် character 8,000 ဖြင့် ကန့်သတ်ထား) သည် ဒေါင်းလုဒ်မဆွဲမီ ထုတ်ယူထားသော content ကို အတည်ပြုနိုင်စေသည်၊ raw text သာ လိုအပ်ပါက .txt export သီးခြားတစ်ခုလည်း ရရှိနိုင်သည်။

ဆက်နွှယ်သော ကိရိယာများ