Tag: 文本

用于提取网页内容的Node.Js模块？

有人可以推荐一个Node.Js模块或Javascript库（不基于可读性），它可以用来从网页和RSS提要中提取内容吗？ 我find了一个很好的PHP库，可以完成这个工作 – 但是寻找一个Node.Js模块，可以做同样的事情。 谢谢！

将存储在内存中的string传递给pdftotext，antiword，catdoc等

是否有可能调用CLI工具，如pdftotext，antiword，catdoc（文本提取脚本）传递string而不是文件？ 目前，我阅读PDF文件与child_process.spawn调用pdftotext。 我产生一个新的进程，并将结果存储在一个新的variables。 一切工作正常。 我想从fs.readFile而不是文件本身传递binary文件： fs.readFile('./my.pdf', (error, binary) => { // Call pdftotext with child_process.spawn passing the binary. let event = child_process.spawn('pdftotext', [ // Args here! ]); }); 我怎样才能做到这一点？