如何在文件内容中查找字符串

Question

我正在尝试在上传到 SharePoint 的文件中搜索字符串。

我正在使用向 SharePoint 发送 HTTP 请求来获取文件内容。但是 $content 在 Base64 中作为对象返回。如何在返回的 $content 中搜索字符串？

/_api/web/getfilebyserverrelativeurl('/sites/mySite/Shared%20Documents/myFileInWordOrPDFformat.docx')/$value?binaryStringResponseBody=true
    
    headers: 
    {
      "accept": "application/json;odata=nometadata",
      "content-type": "application/json;odata=nometadata",
      "odata-version": ""                     
    }

返回

{
  "$content-type": "application/octet-stream",
  "$content": "UEsDBBQAAAAIANZualN4vZl3IWQAAO2wAQARABwAd29-BlahBlahBlah-QQAAPCJAAAAAA=="
}

类似的帖子- https://sharepoint.stackexchange.com/questions/273774/how-to-get-content-of-file-in-sharepoint-using-sharepoint-rest-api https://debajmecrm.com/binary-to-base64-in-microsoft-power-automate-microsoft-flow/ https://linnzawwin.blogspot.com/2021/02/handle-base64-and-binary-file-content.html

有帮助，但我仍然不清楚。

我需要将我正在搜索的字符串转换为 Base64 并以这种方式搜索吗？

有什么建议吗？另外，我没有使用高级连接器的选项。

TIA！

Answer 1

这可能不适合您，但我会使用 Cloudmersive 文档转换操作来提取文本。这是一个高级连接器，因此除非您的用户启用，否则它将成为一个阻止程序。

这是我发现的最好的方法，如果您不需要每月调用超过 800 次且每秒不超过一次，它仍然是免费的。

如果您的要求超出此要求，则必须查看付费订阅。

我研究了在 Azure 功能中使用 SyncFusion PDF 功能的方法，该功能可以与 Adob​​e 服务配对以将 DOCX 文件转换为 PDF，但对于 Stackoverflow 中的答案来说，它开始变得有点费力。 Adobe 的任务很简单，只是阅读 PDF 有点过分了。

虽然它仍然是一个选项...https://www.syncfusion.com/kb/7178/how-to-use-pdf-control-in-nodejs-environment

这是一个允许您搜索文本的示例，您只需要使用之前的链接和这些说明进行调整。仅供参考，使用 Node 的原因是因为 C# Azure Functions 仅支持 V1 运行时中的 .NET Framework，这已经非常过时了……https://docs.microsoft.com/en-us/azure/azure-functions/functions-versions……而 .NET Framework 是相关 Syncfusion 功能所必需的。我很高兴被社区中的其他人证明是错误的，但我可能是错的。

这就是 Cloudmersive 连接器将为您做的事情......

示例文档

流程

结果

注意：我注意到的一件事是“Microsoft”这个词出现了错误。这有点奇怪，但你总是可以用 Cloudmersive 来解决这个问题。