JavaScript 提取 PDF、Word 文档图片，非常简单，别再头大了！

文章预览

最近接了个需求，要求就是基于文档的 AI 问答，文档里面最常见的就是 PDF 和 Word 文档了，里面的内容无非就是文本和图片了，目前是没有直接接收这种文档的模型的，那么我们需要经过一些处理来进行。 首先我们要先把图片和文本来进行处理，我这边的处理方式就是图片调用图片的模型来识别图片信息，将返回的信息和文档的文本作为后面的问答的前置 prompt，至于这些 prompt 就可以根据不同的需求来做不同处理了，这里不多解释。 在接下来，我们将使用 NextJs 项目作为例子进行讲解，后面的内容跟框架依性不是很大，vue，astro 等项目都可以直接拿来使用。 提取 PDF 中的图片 PDF.js  是一个开源的 JavaScript 库，用于在网页上直接显示和渲染 PDF 文件。它将 PDF 文件解析为 HTML5 元素，使得浏览器可以无插件地加载和查看 PDF 文档。PDF.js 支持多种功能， ………………………………