Nodejs：将文档转换为 PDF

Posted 2023-02-24

【中文标题】Nodejs：将文档转换为 PDF

【英文标题】：Nodejs: Convert Doc to PDF

【发布时间】：2017-01-13 19:15:19

【问题描述】：

我发现了一些 repos，它们看起来不像仍然在维护：

https://github.com/gfloyd/node-unoconv https://github.com/skmp/node-msoffice-pdf ...

我尝试了approach 和libreoffice，但 pdf 输出非常糟糕，无法使用（差异页面上的文本等）。

如果可能，我想避免启动任何后台进程和/或将文件保存在服务器上。最好的解决方案是我可以使用缓冲区。出于隐私原因，我不能使用任何外部服务。

doc buffer -> pdf buffer

问题：

如何在nodejs中将文档转换为pdf？

【问题讨论】：

这方面有什么好的开始吗？？

对此有任何解决方案吗？ libreoffice 花了我 4 个小时来安装，但仍然无法从命令行运行

【参考方案1】：

对于那些现在可能偶然发现这个问题的人：

有一个很酷的工具叫做Gotenberg — Docker 驱动的无状态 API，用于将 html、Markdown 和 Office 文档转换为 PDF。支持通过unoconv转换DOC。

我恰好是 Gotenberg 的 JS/TS 客户端的作者 — gotenberg-js-client

我欢迎你使用它:)

UPD： Gotenberg 现在有了新网站 — https://gotenberg.dev

【讨论】：

使用无服务器是否可行？我很想使用它，但我正在使用 Firebase Cloud Functions，从我读到的内容中，我需要在单独的实例上使用 Gotenberg，所以第二个问题是它是否可扩展。谢谢！

@jeand'arme Gotenberg 容器应该在某个地方运行，据我所知，不幸的是，没有任何公共实例。您应该在您的基础架构中运行它。关于可扩展性，Gotenberg 是无状态的，因此您可以随心所欲地扩展它。 Gotenberg 文档中有关于可扩展性的部分：thecodingmachine.github.io/gotenberg/#scalability

@yumma 感谢您的链接！我现在遇到了不同的问题 - 如何在 Google Cloud Run 上部署它。我什至在这里提出了一个问题：***.com/questions/66316490/… 如果您对此有任何解决方案，将不胜感激

@yumma 它有效。将简单的 docx 转换为 pdf 平均需要 10-25 秒（尝试了多个版本，似乎 4k 的 RAM 和 2 个 CPU 的工作效果最好——有时不到 7 秒）。感谢分享这个库！

【参考方案2】：

在创建应用程序时，我需要将用户上传的 doc 或 docx 文件转换为 pdf 文件以供进一步分析。为此，我使用了 npm 包 libreoffice-convert。 libreoffice-convert 需要在你的 Linux 机器上安装 libreoffice。这是我使用的示例代码。 此代码是用 javascript 编写的，用于基于 nodejs 的应用程序。

const libre = require('libreoffice-convert');
const path = require('path');
const fs = require('fs').promises;
let lib_convert = promisify(libre.convert)

async function convert(name="myresume.docx") 
  try 
    let arr = name.split('.')
    const enterPath = path.join(__dirname, `/public/Resume/$name`);
    const outputPath = path.join(__dirname, `/public/Resume/$arr[0].pdf`);
    // Read file
    let data = await fs.readFile(enterPath)
    let done = await lib_convert(data, '.pdf', undefined)
    await fs.writeFile(outputPath, done)
    return  success: true, fileName: arr[0] ;
   catch (err) 
    console.log(err)
    return  success: false 
  

您将获得质量非常好的pdf。

【讨论】：

这应该被标记为已接受的答案。唯一缺少的细节是： const promisify = require('bluebird');

这在 Google Cloud Functions 等无服务器功能中是否可行？看起来很不错，很想用它

如果谷歌云功能的工作方式类似于 aws lambda，那么可以。我们需要压缩 libreoffice-convert 并将其添加到我们的函数中，以便我们可以使用它。

【参考方案3】：

要将文档转换为 PDF，我们可以使用Universal Office Converter (unoconv) 命令行实用程序。

它可以通过任何包管理器安装在您的操作系统上，例如使用 apt-get 在 ubuntu 上安装它

sudo apt-get install unoconv

根据 unoconv 的文档

如果您手动安装 unoconv，请确保您已安装所需的 LibreOffice 或 OpenOffice 软件包

以下示例演示如何调用 unoconv 实用程序

unoconv -f pdf sample_document.py

生成包含 sample_document.py 内容的 PDF 文档

如果你想使用nodeJS程序，那么你可以通过child process调用命令

在下面找到代码，演示如何使用子进程使用 unoconv 创建 PDF

const util = require('util');
const exec = util.promisify(require('child_process').exec);

async function createPDFExample() 
  const  stdout, stderr  = await exec('unoconv -f pdf sample.js');
  console.log('stdout:', stdout);
  console.log('stderr:', stderr);


createPDFExample();

【讨论】：

我沿着这条路走，在 Amazon Linux 上，它让我很难设置 unoconv 及其依赖项，因为 Yum 没有所有软件包，手动安装也浪费了我很多时间。跨度>

【参考方案4】：

根据@shubham singh 提供的答案，发布稍微修改过的 excel 版本。我试过了，效果很好。

    const fs = require('fs').promises;
    const path = require('path');
    const  promisify  = require('bluebird');
    const libre = require('libreoffice-convert');
    const libreConvert = promisify(libre.convert);

        // get current working directory
        let workDir = path.dirname(process.mainModule.filename)
        // read excel file
        let data = await fs.readFile(
          `$workDir/my_excel.xlsx`
        );
        // create pdf file from excel
        let pdfFile = await libreConvert(data, '.pdf', undefined);
        // write new pdf file to directory
        await fs.writeFile(
          `$workDir/my_pdf.pdf`,
          pdfFile
        );

【讨论】：

这可行，但这不是并发的，一次只能转换一个文件。如果有多个用户同时访问 API 怎么办？我已经使用 Node + Express 实现了这个，但这是一个后备 - 没有并发转换。

【参考方案5】：

docx转pdf 一个将 docx 文件转换为 pdf 的库。

安装：

npm install docx-pdf --save

用法

 var docxConverter = require('docx-pdf');

   docxConverter('./input.docx','./output.pdf',function(err,result)
   if(err)
      console.log(err);
     
    console.log('result'+result);
 );

its basically docxConverter(inputPath,outPath,function(err,result)
  if(err)
   console.log(err);
  
   console.log('result'+result);
 );

输出应该是 output.pdf，它将在您提供的输出路径上生成

【讨论】：

docx-pdf 使用文件系统，请求是使用缓冲区。 nativedocuments 不需要将文件写入磁盘，非常适合无服务器功能

这需要 PhantomJS，它已被弃用且不再受支持