如何使用 pdf.js 获取 pdf 标题？ [复制]答案

【问题标题】：How to get pdf title using pdf.js? [duplicate]如何使用 pdf.js 获取 pdf 标题？ [复制]
【发布时间】：2015-09-05 20:49:37
【问题描述】：

问题是：如何使用 pdf.js 获取 pdf 文件的名称？我正在从 node 运行一个 pdf.js 示例的变体，我想知道是否有可能得到它。我一直在搜索 pdf.js 的 docs/source，但找不到任何明显的东西。我正在使用这段代码，它（到目前为止）显示了在给定文件夹中找到的每个文件的页数（在这种情况下，是运行此代码的目录）：

var fs = require('fs');
var glob = require('glob');

global.window = global;
global.navigator = { userAgent: "node" };
global.PDFJS = {};
global.DOMParser = require('./domparsermock.js').DOMParserMock;

require('../../build/singlefile/build/pdf.combined.js');
glob("**/*.pdf", function (er, files) {
for(var i = 0; i < files.length; i++){
var data = new Uint8Array(fs.readFileSync(files[i]));
PDFJS.getDocument(data).then(function (doc) {
      var numPages = doc.numPages;
      console.log('Number of Pages: ' + numPages);
      console.log();
    }).then(function () {
      console.log('# End of Document');
    }, function (err) {
      console.error('Error: ' + err);
    });
   }
});

我认为文件名作为属性或类似属性存在于 doc 对象中，但这里似乎并非如此，我在文档中找不到任何关于此的内容。我在这里有什么遗漏或做错了吗？

【问题讨论】：

你可以用普通的node js东西来抓取文件名。文件来自哪里是请求还是您在目录中搜索它等等。？
@user2879041 - 请查看我编辑的问题
文件名在files[i]，不确定你在问什么...
@JuanMendes 但是当我尝试在第一个 then() 调用的函数中使用它们时（我得到页数），它们看起来是未定义的。即使我拥有它们，我也无法将每个文件名与其相应的页数相关联。不是现在的代码。
...好吧，我找到了一些东西：如果我尝试执行console.log('Number of Pages: ' + numPages + ', filename: ' + files[i]);，它会输出“页数：2，文件名：未定义”，因为在匿名函数内部，我用作index 总是 2，所以这似乎是一个范围或 js 闭包问题。

标签： javascript pdfjs

【解决方案1】：

我修好了 :) 代码现在看起来像这样：

var fs = require('fs');
var glob = require('glob');

global.window = global;
global.navigator = { userAgent: "node" };
global.PDFJS = {};
global.DOMParser = require('./domparsermock.js').DOMParserMock;

require('../../build/singlefile/build/pdf.combined.js');
glob("**/*.pdf", function (er, files) {

//this is the essential change: use a forEach() instead of the for loop
files.forEach(function(file){
    var data = new Uint8Array(fs.readFileSync(file));
    PDFJS.getDocument(data)
      .then(function (doc) {
        var numPages = doc.numPages;
        console.log('File name: ' + file + ', Number of Pages: ' + numPages);
        console.log();
      });
  });
});

希望它对某人有所帮助，并感谢您的快速回复:)

【讨论】：

它不起作用的原因是循环内的files[i]是因为then()内的代码是异步运行的。因此，在它们运行时，i 等于 files.length 并且 files[i] 未定义。也就是说，i 变量被所有then 回调共享。通过使用forEach，您将为每个文件创建一个单独的闭包！很好地解决了你自己。见stackoverflow.com/questions/18560708/…
离题：你可以使用 asynchronous fs.readFile 并“承诺”你的整个管道：从读取文件的承诺开始，.then 做一个@ 987654333@解析PDF文档，.then处理文档。现在，同步文件读取和异步处理有点奇怪。