如何使用JavaScript或PHP将指定PDF转换为特定格式的TXT文件？

开发者阿泽

2026-5-22

当然有办法搞定这个PDF转TXT的需求！我给你整理了JavaScript（Node.js环境）和PHP两种靠谱的实现方案，都能帮你提取出符合要求格式的文本：

JavaScript（Node.js 后端实现）

前端浏览器受跨域限制，直接解析远程PDF会有问题，所以推荐用Node.js来做这个转换：

初始化项目并安装依赖
先新建一个项目文件夹，打开终端执行：
```
npm init -y
npm install pdf-parse axios
```
pdf-parse用来解析PDF文本，axios用来请求远程PDF文件。

编写转换代码
创建一个convert.js文件，写入以下代码：

const pdfParse = require('pdf-parse');
const axios = require('axios');
const fs = require('fs');

async function convertPdfToTxt(pdfUrl) {
  try {
    // 获取远程PDF的二进制数据
    const response = await axios.get(pdfUrl, { responseType: 'arraybuffer' });
    const pdfBuffer = Buffer.from(response.data);
    
    // 解析PDF中的文本内容
    const pdfData = await pdfParse(pdfBuffer);
    let rawText = pdfData.text;
    
    // 调整文本格式，匹配你要的样式（根据PDF实际结构微调）
    // 合并多余空行，保留必要换行
    rawText = rawText.replace(/\n{2,}/g, '\n').trim();
    
    // 输出结果或者保存为TXT文件
    console.log('转换后的文本：\n', rawText);
    fs.writeFileSync('du-bist-alles.txt', rawText);
  } catch (error) {
    console.error('转换出错了：', error.message);
  }
}

// 传入你的PDF链接开始转换
convertPdfToTxt('http://www.songmanage.com/du-bist-alles-c.pdf');

运行代码
在终端执行：
```
node convert.js
```
执行完成后，文件夹里会生成du-bist-alles.txt文件，内容就是你要的格式。

PHP 实现方案

如果你的项目是PHP环境，可以用php-pdf-parser库来实现，步骤如下：

安装依赖
确保你的环境已经安装了Composer，然后在项目目录执行：
```
composer require smalot/pdfparser
```

编写转换代码
创建一个convert.php文件，写入以下代码：

<?php
require 'vendor/autoload.php';

use Smalot\PdfParser\Parser;

function convertPdfToTxt($pdfUrl) {
  try {
    // 获取远程PDF内容（如果服务器禁用file_get_contents，可以用curl替代）
    $pdfContent = file_get_contents($pdfUrl);
    if (!$pdfContent) {
      throw new Exception('无法获取远程PDF文件');
    }
    
    // 初始化PDF解析器
    $parser = new Parser();
    $pdf = $parser->parseContent($pdfContent);
    
    // 提取文本并调整格式
    $rawText = $pdf->getText();
    $formattedText = preg_replace('/\n{2,}/', '\n', trim($rawText));
    
    // 输出结果或保存为文件
    echo '转换后的文本：<br>' . nl2br($formattedText);
    file_put_contents('du-bist-alles.txt', $formattedText);
  } catch (Exception $e) {
    echo '转换出错：' . $e->getMessage();
  }
}

// 调用转换函数
convertPdfToTxt('http://www.songmanage.com/du-bist-alles-c.pdf');

运行代码
将文件放到你的PHP服务器上访问，或者用命令行执行：
```
php convert.php
```
同样会生成对应的TXT文件。

注意事项

如果你的PDF是扫描件（图片格式），以上方案无法提取文本，需要搭配OCR工具（比如Tesseract）来处理。
不同PDF的排版结构可能有差异，如果转换后的格式略有偏差，可以微调代码里的正则表达式来适配。

内容的提问来源于stack exchange，提问作者Simon Reger

如何使用JavaScript或PHP将指定PDF转换为特定格式的TXT文件？

注意事项 #

注意事项