显示pdf的搜索文本以及页码

Question

我正在寻找一个解决方案，我有一个PDF文件，并且我想搜索该文件中的特定文本，并且搜索到的文本的结果应该沿着列表格式与其页码。我寻找在线解决方案，但无法找到完美和适当的解决方案...

尽管在Adobe Reader中有相同类型的可用功能，称为“注释”，用户可以在其中查看所有搜索到的项目以列表格式及其页码。

你的回答将是对我非常有帮助，如果可能，请提供例如太..

预先感谢您。

Answer 1

以下示例可帮助您使用PDF.js显示按页面分组的发现文本。

var searchText = "JavaScript"; 
 
function searchPage(doc, pageNumber) { 
 
    return doc.getPage(pageNumber).then(function (page) { 
 
    return page.getTextContent(); 
 
    }).then(function (content) { 
 
    // Search combined text content using regular expression 
 
    var text = content.items.map(function (i) { return i.str; }).join(''); 
 
    var re = new RegExp("(.{0,20})" + searchText + "(.{0,20})", "gi"), m; 
 
    var lines = []; 
 
    while (m = re.exec(text)) { 
 
     var line = (m[1] ? "..." : "") + m[0] + (m[2] ? "..." : ""); 
 
     lines.push(line); 
 
    } 
 
    return {page: pageNumber, items: lines}; 
 
    }); 
 
} 
 

 
var loading = PDFJS.getDocument("//cdn.mozilla.net/pdfjs/tracemonkey.pdf"); 
 
loading.promise.then(function (doc) { 
 
    var results = []; 
 
    for (var i = 1; i <= doc.numPages; i++) 
 
    results.push(searchPage(doc, i)); 
 
    return Promise.all(results); 
 
}).then(function (searchResults) { 
 
    // Display results using divs 
 
    searchResults.forEach(function (result) { 
 
    var div = document.createElement('div'); div.className="pr"; document.body.appendChild(div); 
 
    div.textContent = 'Page ' + result.page + ':'; 
 
    result.items.forEach(function (s) { 
 
     var div2 = document.createElement('div'); div2.className="prl"; div.appendChild(div2); 
 
     div2.textContent = s; 
 
    }); 
 
    }); 
 
}).catch(console.error);

.pr { font-family: sans-serif; font-weight: bold; } 
 
.prl { font-style: italic; font-weight: normal; }

<script src="//npmcdn.com/pdfjs-dist/build/pdf.js"></script>