news 2026/6/21 23:19:14

xhEditor pdf导入支持文本搜索

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
xhEditor pdf导入支持文本搜索

(扶了扶眼镜,敲着机械键盘开始码字)各位老板,作为山西前端界的一股泥石流,今天给大家表演个"如何在680元预算内实现文档自由"的绝活!

先甩个前端Vue3插件包(附赠React版兼容补丁):

// XhEditorPlugin.jsexportdefault{install(app){constinitXhEditor=(editor)=>{// 添加文档导入按钮editor.addButton('docImport',{title:'文档导入',icon:'📎',onclick:()=>{constinput=document.createElement('input')input.type='file'input.accept='.docx,.xlsx,.pptx,.pdf'input.onchange=async(e)=>{constfile=e.target.files[0]constformData=newFormData()formData.append('doc',file)// 调用后端解析接口constres=awaitaxios.post('/api/doc-parse',formData)// 插入处理后的HTMLeditor.insertHTML(res.data.content)// 自动上传图片到服务器res.data.images.forEach(img=>{constform=newFormData()form.append('image',img.blob)axios.post('/api/upload',form).then(r=>{editor.insertHTML(``)})})}input.click()}})// 监听Word粘贴事件editor.on('paste',(e)=>{constitems=(e.clipboardData||e.originalEvent.clipboardData).itemsfor(letitemofitems){if(item.type.startsWith('image/')){constblob=item.getAsFile()constform=newFormData()form.append('image',blob)axios.post('/api/upload',form).then(r=>{editor.insertHTML(``)})}}})}app.config.globalProperties.$xhEditor={init:initXhEditor}}}

后端C#版(ASP.NET Core版):

[ApiController][Route("api/doc-parse")]publicclassDocParseController:ControllerBase{[HttpPost]publicasyncTaskParseDocument(IFormFiledoc){// 文档解析核心代码(开源库组合拳)varresult=newDocumentParser().Parse(doc.OpenReadStream(),doc.FileName);// 处理公式转换result.Content=Regex.Replace(result.Content,@"(\$\$.+?\$\$)",m=>{varlatex=m.Value.Replace("$$","");return$"{LatexToMathML(latex)}";});// 返回处理后的内容returnOk(new{content=result.Content,images=result.Images.Select(img=>new{name=img.FileName,url=$"/uploads/{Guid.NewGuid()}{Path.GetExtension(img.FileName)}"})});}privatestringLatexToMathML(stringlatex){// 调用开源转换库(推荐使用MathJax.NET)usingvarconverter=newMathJaxConverter();returnconverter.Convert(latex);}}

(突然神秘兮兮)关于那个emz/wmz格式的公式图片,这里有个祖传偏方:

  1. 用Apache POI提取PPT中的公式
  2. 通过ImageMagick转成PNG
  3. 用OpenCV做锐化处理
  4. 最后用Tesseract OCR识别公式内容

(突然拍桌)但最骚的是微信公众号内容导入!直接祭出这个神器:

// 微信公众号内容抓取functionparseWechatContent(html){constparser=newDOMParser()constdoc=parser.parseFromString(html,'text/html')// 提取正文constcontent=doc.querySelector('#js_content').innerHTML// 处理微信特色样式returncontent.replace(/`]*)>/g,'').replace(/<\/section>/g,'')}

(突然正经)关于预算控制,给大家算笔明白账:

  1. 开源库组合(Mammoth.js + SheetJS + PDF.js)→ 0元
  2. 阿里云OSS学生认证(6个月免费)→ 0元
  3. 人工成本(用爱发电)→ 0元
  4. 群内红包基金(薅羊毛指南)→ 见群公告

(突然掏出手机)加群暗号"山西刀削面",进群即送:

  1. 价值99元的《Word公式转换避坑指南》
  2. 独家整理的《政府网站样式兼容性测试报告》
  3. 群主私藏的《甲方需求翻译词典》

最后透露个暴富秘诀:咱们这个插件包已经支持以下变现姿势

  1. 卖给教育局(每个学校需求量极大)
  2. 卖给科研机构(公式转换刚需)
  3. 卖给政府网站(无障碍阅读要求)
  4. 卖给培训机构(题库导入神器)

(突然压低声音)现在进群的前100名,送价值连城的《如何让甲方主动加预算》话术模板!错过再等一年!

代码仓库:https://github.com/shanxi-fe/doc-import-plugin
(突然发现预算超了5元)咳咳…这个…大家众筹一下服务器费用?

将插件目录复制到项目中

引入插件文件

定义插件图标

初始化插件

在工具栏中添加插件按钮

效果

编辑器

导入Word文档,支持doc,docx

导入Excel文档,支持xls,xlsx

粘贴Word

一键粘贴Word内容,自动上传Word中的图片,保留文字样式。

Word转图片

一键导入Word文件,并将Word文件转换成图片上传到服务器中。

导入PDF

一键导入PDF文件,并将PDF转换成图片上传到服务器中。

导入PPT

一键导入PPT文件,并将PPT转换成图片上传到服务器中。

上传网络图片

一键自动上传网络图片,自动下载远程服务器图片,自动上传远程服务器图片

下载示例

点击下载完整示例

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/6/1 17:57:02

构建多模态搜索系统:以HunyuanOCR为基础建立图文联合索引

构建多模态搜索系统&#xff1a;以HunyuanOCR为基础建立图文联合索引 在企业知识库、数字档案馆和智能办公平台中&#xff0c;一个常见的痛点是——成千上万的扫描件、合同图片、发票截图静静躺在服务器里&#xff0c;却“看得见但搜不到”。用户输入“2023年张三的劳动合同”…

作者头像 李华
网站建设 2026/6/21 23:15:24

HunyuanOCR应用于宠物芯片登记:快速录入身份信息与主人联系方式

HunyuanOCR应用于宠物芯片登记&#xff1a;快速录入身份信息与主人联系方式 在城市养宠家庭数量持续攀升的今天&#xff0c;如何高效、准确地管理每一只宠物的身份信息&#xff0c;已成为社区治理和公共安全的新课题。传统的宠物登记方式依赖人工填写表格或手动输入系统——拍照…

作者头像 李华
网站建设 2026/6/21 6:31:05

营业执照识别准确率实测:HunyuanOCR对企业注册信息抽取效果

营业执照识别准确率实测&#xff1a;HunyuanOCR对企业注册信息抽取效果 在企业服务、金融风控、政务审批等高频场景中&#xff0c;每天都有成千上万张营业执照需要被录入系统。传统做法依赖人工逐字填写或基于模板的OCR工具&#xff0c;效率低、容错差——尤其是面对不同地区、…

作者头像 李华
网站建设 2026/6/17 21:11:12

电商平台商品图OCR:HunyuanOCR抓取促销信息构建比价数据库

电商平台商品图OCR&#xff1a;HunyuanOCR抓取促销信息构建比价数据库 在电商价格战日益激烈的今天&#xff0c;一款商品在不同平台之间的价差可能高达30%&#xff0c;而这些差异往往隐藏在复杂的页面设计和图像化的促销标签中。传统的爬虫只能获取结构化数据&#xff0c;面对“…

作者头像 李华
网站建设 2026/6/12 10:31:54

AMD GPU能否运行HunyuanOCR?ROCm兼容性现状与未来支持计划

AMD GPU能否运行HunyuanOCR&#xff1f;ROCm兼容性现状与未来支持路径 在AI基础设施日益多元化的今天&#xff0c;越来越多企业开始关注非CUDA生态的可行性。特别是随着国产化替代和异构计算需求上升&#xff0c;开发者们不再满足于“是否能跑模型”&#xff0c;而是追问&…

作者头像 李华
网站建设 2026/6/10 22:42:26

HunyuanOCR进入中小学教育:帮助学生快速提取教材重点文字

HunyuanOCR进入中小学教育&#xff1a;帮助学生快速提取教材重点文字 在一间普通的中学教室里&#xff0c;一名学生正为整理物理课本中的公式而苦恼。一页纸上密布着复杂的数学表达式和图表注释&#xff0c;手动抄录不仅耗时&#xff0c;还容易出错。他拿出手机拍下这一页&…

作者头像 李华