نحوه تبدیل اسناد PDF در TypeScript

این راهنما نشان می‌دهد چگونه محتوای PDF را با Aspose.PDF FOSS برای TypeScript به فرمت‌های دیگر تبدیل کنید. Page یک صفحه را به صورت SVG یا تصویر رستر صادر می‌کند؛ Document کل فایل را به HTML، Markdown یا DOCX خروجی می‌دهد و می‌تواند سند را به PDF/A اعتبارسنجی و تبدیل کند. برای اجرا به Node.js نسخه ۲۲ یا بالاتر نیاز دارد.

راهنمای گام به گام

git clone https://github.com/aspose-pdf-foss/Aspose.PDF-FOSS-for-TypeScript.git
cd Aspose.PDF-FOSS-for-TypeScript
npm install
npm run build

import { Document } from '@asposefoss/pdf';

import { Document } from '@asposefoss/pdf';

import { Document } from '@asposefoss/pdf';

const doc = Document.OpenFile('input.pdf');
const svg = doc.Pages[0].ToSvg(); // standalone <svg> string
const png = doc.Pages[0].ToImage({ scale: 2 }); // Uint8Array of PNG bytes @144 DPI

const semanticHtml = doc.ToHtml(); // reflowable markup, all pages
const fixedHtml = doc.ToHtml({ mode: 'fixed', fonts: 'embed' }); // positioned, fonts embedded
const markdown = doc.ToMarkdown(); // GFM Markdown, all pages

const docx = doc.ToDocx(); // .docx bytes, reflowed, images in the package
const fixed = doc.ToDocx({ mode: 'textbox' }); // .docx keeping each page's own geometry

const report = doc.ValidatePdfA('2b');
console.log(report.Passed);

const copy = doc.ExtractPages(doc.Pages.map((_, i) => i + 1));
const conversion = copy.ConvertToPdfA('2b');
console.log(conversion.applied.length, conversion.unresolved.length, conversion.passed);
copy.Save();

مشکلات رایج و راه‌حل‌ها

Document.ToHtml() ساختار عناوین را از دست می‌دهد. حالت معنایی درخت ساختار را پیمایش می‌کند، بنابراین باید پس از یک پاس برچسب‌گذاری اجرا شود — یا Document.AutoTag() یا برچسب‌گذاری دستی از طریق StructTreeRoot.Append(). ToHtml() وقتی که به یک بدنهٔ هئورستیک باز می‌گردد GetStructTree() returns null.

ConvertToPdfA() فایلی را که می‌خواستید به صورت تبدیل‌نشده نگه دارید، تغییر می‌دهد. تبدیل را روی یک کپی از Document.ExtractPages()، سپس کپی را جداگانه ذخیره کنید — ConvertToPdfA() سندی که بر روی آن فراخوانی می‌شود را تغییر می‌دهد.

ValidatePdfA() در اولین بار که اجرا می‌شود، خطاها را گزارش می‌کند. یک علت رایج عدم تعبیه فونت‌های استاندارد و نبودن /OutputIntent — بررسی کنید report.Passed و نتایج قوانین فردی را بررسی کنید تا ببینید کدام شرایط برآورده نشده‌اند.

Page.ToImage() خروجی با وضوح پایین به نظر می‌رسد. scale به ۷۲ DPI نسبی است؛ آن را افزایش دهید (به عنوان مثال { scale: 2 } به ۱۴۴ DPI) برای خروجی با کیفیت چاپ.

پرسش‌های متداول

تفاوت بین خروجی HTML معنایی و ثابت چیست؟

در حالت معنایی، سند از درخت ساختاری خود بازنویسی می‌شود به نشانه‌گذاری‌ای که در هر عرضی در مرورگر به‌خوبی نمایش داده می‌شود. در حالت ثابت، هر صفحه به‌صورت SVG موقعیت‌یافته و متنی با مکان مطلق بازتولید می‌شود تا دقیقاً با چیدمان اصلی منطبق باشد.

آیا Document.ToDocx() چیدمان اصلی صفحه را حفظ می‌کند؟

به‌صورت پیش‌فرض، ToDocx() محتوا را بازنویسی می‌کند. برای حفظ هندسه ثابت هر صفحه، { mode: 'textbox' } را ارسال کنید.

چگونه می‌توانم قبل از تبدیل، بررسی کنم که آیا سند با PDF/A سازگار است؟

با فراخوانی Document.ValidatePdfA(level) (به عنوان مثال '2b')، ValidationReport بازگردانده‌شده را بررسی کنید — این مقدار وضعیت فعلی را بدون تغییر سند گزارش می‌دهد.

آیا می‌توانم فقط زیرمجموعه‌ای از صفحات را تبدیل کنم؟

بله — ابتدا زیرمجموعه Document را با Document.ExtractPages() بسازید، سپس روش تبدیل (ToHtml()، ToDocx()، ConvertToPdfA() و غیره) را روی آن زیرمجموعه فراخوانی کنید.

همچنین ببینید:

• هسته API
• Installation
• FAQ
• API Reference
• Aspose.PDF — Enterprise Knowledge Base