使用 javascript/jquery 获取 docx 文件内容

Question

希望使用客户端技术打开/读取 docx 文件 (HTML/JS)。

如果可能，请提供帮助。找到了一个名为 docx.js 的 Javascript 库，但个人似乎无法找到它的任何文档。 (http://blog.innovatejs.com/?p=184)

目标是为 docx 文件和 txt 文件制作一个基于浏览器的搜索工具。

感谢任何帮助。

Answer 1

使用 docxtemplater，您可以使用 doc.getFullText() 方法轻松获取单词的全文（仅适用于 docx）。

HTML代码：

<body>
    <button onclick="gettext()">Get document text</button>
</body>
<script src="https://cdnjs.cloudflare.com/ajax/libs/docxtemplater/3.26.2/docxtemplater.js"></script>
<script src="https://unpkg.com/pizzip@3.1.1/dist/pizzip.js"></script>
<script src="https://unpkg.com/pizzip@3.1.1/dist/pizzip-utils.js"></script>
<script>
    function loadFile(url, callback) {
        PizZipUtils.getBinaryContent(url, callback);
    }
    function gettext() {
        loadFile(
            "https://docxtemplater.com/tag-example.docx",
            function (error, content) {
                if (error) {
                    throw error;
                }
                var zip = new PizZip(content);
                var doc = new window.docxtemplater(zip);
                var text = doc.getFullText();
                console.log(text);
                alert("Text is " + text);
            }
        );
    }
</script>

Answer 2

如果您希望能够在网络浏览器中显示 docx 文件，您可能会对 Native Documents 最近发布的商业 Word 文件编辑器感兴趣；在 https://nativedocuments.com/test_drive.html

试试

如果您这样做，您将获得比尝试转换为 (X)HTML 并以这种方式查看更好的布局保真度。

它专为嵌入网络应用程序而设计，因此有一个 API 用于加载文档，并且它会愉快地位于您的网络应用程序的安全上下文中。

披露：我对原生文档有商业兴趣

Answer 3

我知道这是一个旧的 post，但是 doctemplater 已经改变，接受的答案不再有效。这对我有用：

function loadDocx(filename) {
  // Read document.xml from docx document
  const AdmZip = require("adm-zip");
  const zip = new AdmZip(filename);
  const xml = zip.readAsText("word/document.xml");
  // Load xml DOM
  const cheerio = require('cheerio');
  $ = cheerio.load(xml, {
    normalizeWhitespace: true,
    xmlMode: true
  })
  // Extract text
  let out = new Array()
  $('w\:t').each((i, el) => {
    out.push($(el).text())
  })
  return out
}

使用 javascript/jquery 获取 docx 文件内容

get docx file contents using javascript/jquery

javascript

jquery

docx

HTML代码：