Angular中如何获取Word/PPT文档总页数？已实现PDF页数统计

你当前的PDF页数统计是通过匹配二进制内容里的/Type /Page标记实现的，但Word和PPT的文件结构与PDF完全不同，没法用同样的正则方法。要实现这两类文档的页数统计，得借助专门的Office文档解析库，以下是具体方案：

Word(docx)文档页数统计 #

Word的页数是动态计算的（依赖纸张大小、字号、边距等渲染参数），前端无法获取绝对精准的页数，只能通过分页符或字符数估算，或者借助解析库读取文档内的分页信息。

用mammoth.js实现（支持docx） #

1. 安装依赖：

npm install mammoth --save

2. 组件内实现代码：

import * as mammoth from 'mammoth';

getWordPageCount(event: Event) {
  const file = (event.target as HTMLInputElement).files[0];
  if (!file) return;

  const reader = new FileReader();
  reader.readAsArrayBuffer(file);
  reader.onloadend = async () => {
    try {
      const textResult = await mammoth.extractRawText({ arrayBuffer: reader.result as ArrayBuffer });
      
      // 方式1：通过分页符数量计算（准确，仅统计手动插入的分页）
      const pageBreakNum = (textResult.value.match(/\f/g) || []).length;
      console.log('Word文档页数（基于分页符）:', pageBreakNum + 1);

      // 方式2：按字符数估算（近似值，可根据需求调整每页字数）
      const wordCount = textResult.value.replace(/\s+/g, ' ').trim().split(' ').length;
      const approxPageNum = Math.ceil(wordCount / 550); // 常规A4、五号字约每页550字
      console.log('Word文档近似页数:', approxPageNum);
    } catch (err) {
      console.error('解析Word文档失败:', err);
    }
  };
}

注意：如果是旧版.doc格式（非docx），前端库大多不支持解析，建议通过后端用Apache POI等工具处理后返回页数。

PPT文档页数统计 #

PPT的页数等价于幻灯片数量，解析后直接读取即可，用pptxjs库可以轻松实现：

1. 安装依赖：

npm install pptxjs --save

2. 组件内实现代码：

import * as pptx from 'pptxjs';

getPPTXPageCount(event: Event) {
  const file = (event.target as HTMLInputElement).files[0];
  if (!file) return;

  const reader = new FileReader();
  reader.readAsArrayBuffer(file);
  reader.onloadend = async () => {
    try {
      const presentation = await pptx.parse(reader.result as ArrayBuffer);
      console.log('PPT文档总页数:', presentation.slides.length);
    } catch (err) {
      console.error('解析PPT文档失败:', err);
    }
  };
}

内容的提问来源于stack exchange，提问作者Ismail Muhammad