Node.js读取PDF检测日期出现TypeError错误，求助解决

错误原因 #

报错的核心是并非所有parseFileItems返回的item都包含text属性。PDF文件中除了文本行，还可能存在图形、空白块、元数据等非文本元素，这些元素对应的item没有text字段，直接访问item.text[2]就会触发"读取undefined属性"的错误。你单独测试时只验证了有文本的日期行，但代码里没过滤掉无text的item。

修复后的代码 #

import {PdfReader} from "pdfreader";
import { convertArrayToCSV } from "convert-array-to-csv";

new PdfReader().parseFileItems("600067301-2024-04-03.pdf",(err,item) => {
    if (err){
        console.warn("error:", err); // 修复原代码错误：输出实际err变量而非字符串"err"
    }
    else if (!item){
        console.warn("end of file");  
    }
    // 先校验text存在、是字符串且长度足够，再判断日期格式
    else if (item.text && typeof item.text === 'string' && item.text.length >= 3 && item.text[2] === '/'){
        console.log('date found!!!');
        console.log('匹配到的日期:', item.text); // 可选：打印具体日期便于验证
    }
})

关键修复点 #

• 先判断item.text是否存在，避免访问undefined属性
• 校验typeof item.text === 'string'：防止部分PDF解析场景下text返回数组而非字符串
• 校验item.text.length >=3：确保字符串长度足够，避免访问索引2时超出范围
• 修正原代码的错误输出：将console.warn("error: err");改为console.warn("error:", err);，确保能看到实际错误信息

内容的提问来源于stack exchange，提问作者Zayan Anwar