用于在客户端读取 doc 和 docx 的 JavaScript 库

Question

我正在寻找一个 JavaScript 库，它可以读取.doc- 和.docx- 文件。重点只放在文本内容上。我对 MS-Word 文件中的图片、公式或其他特殊结构不感兴趣。

如果该库与 JavaScript FileReader 一起使用，那就太好了，如下面的代码所示。

function readExcel(currfile) {
  var reader = new FileReader();

  reader.onload = (function (_file) {
      return function (e) {
          //here should the magic happen
      };
  })(currfile);

  reader.onabort = function (e) {
      alert('File read canceled');
  };

  reader.readAsBinaryString(currfile);
}

我通过互联网搜索，但我找不到我要找的东西。

Answer 1

您可以使用 docxtemplater 来实现此目的（即使通常，它用于模板化，它也可以只获取文档的文本）：

const zip = new PizZip(content);

// This will parse the template, and will throw an error if the template is
// invalid, for example, if the template is "{user" (no closing tag)
const doc = new Docxtemplater(zip, {
    paragraphLoop: true,
    linebreaks: true,
});

const text = doc.getFullText();

请参阅文档以获取安装信息（我是该项目的维护者）

但是，它只处理 docx，而不处理 doc