使用Node.js的pdf-poppler转换MongoDB存储的PDF为图片遇路径问题

我明白你被这个问题卡了一周的烦躁——pdf-poppler确实只认本地文件路径，但MongoDB里的PDF要么是二进制Buffer要么存在GridFS里，根本拿不到现成的本地路径。核心思路其实很简单：把MongoDB里的二进制数据先写到本地临时文件，用完再删掉，这样就能完美适配这个库的要求了。

下面分两种常见存储场景给你具体实现：

场景1：MongoDB直接存PDF的Buffer数据 #

如果你的MongoDB文档里直接存了PDF的Buffer（比如字段叫pdfData），可以这么做：

1. 从MongoDB读取Buffer数据
2. 用fs模块把Buffer写入一个唯一命名的临时文件（避免文件名冲突）
3. 把临时文件路径传给pdf-poppler处理
4. 转换完成后立刻删除临时文件，避免占用磁盘空间

示例代码：

const path = require('path');
const pdf = require('pdf-poppler');
const fs = require('fs').promises;
const { v4: uuidv4 } = require('uuid'); // 生成唯一临时文件名
const mongoose = require('mongoose'); // 假设用mongoose操作MongoDB

// 定义你的PDF数据模型
const PdfModel = mongoose.model('Pdf', new mongoose.Schema({
  pdfData: Buffer,
  // 其他业务字段...
}));

async function convertPdfFromMongo() {
  let tempFilePath;
  try {
    // 1. 从MongoDB读取目标PDF的Buffer
    const pdfDoc = await PdfModel.findById('你的文档ID');
    if (!pdfDoc || !pdfDoc.pdfData) {
      throw new Error('未找到对应的PDF数据');
    }

    // 2. 创建临时文件路径（用uuid确保文件名唯一）
    tempFilePath = path.join(__dirname, 'temp', `${uuidv4()}.pdf`);
    // 确保temp目录存在，不存在就创建
    await fs.mkdir(path.join(__dirname, 'temp'), { recursive: true });

    // 3. 将Buffer写入临时文件
    await fs.writeFile(tempFilePath, pdfDoc.pdfData);

    // 4. 调用pdf-poppler执行转换
    const opts = {
      format: 'jpeg',
      out_dir: path.join(__dirname, 'output'),
      out_prefix: 'converted_pdf',
      page: null // 转换所有页面，指定数字可转换单页
    };
    await pdf.convert(tempFilePath, opts);
    console.log('PDF转图片成功！');

  } catch (err) {
    console.error('转换过程出错:', err);
  } finally {
    // 不管成功失败，都要清理临时文件
    if (tempFilePath) {
      try {
        await fs.unlink(tempFilePath);
      } catch (cleanErr) {
        console.error('清理临时文件失败:', cleanErr);
      }
    }
  }
}

// 触发转换
convertPdfFromMongo();

场景2：用GridFS存储PDF文件 #

如果你的PDF是用MongoDB的GridFS存储的（适合大文件），可以用GridFSBucket读取文件流，再写入本地临时文件：

示例代码：

const path = require('path');
const pdf = require('pdf-poppler');
const fs = require('fs').promises;
const { createWriteStream } = require('fs');
const { v4: uuidv4 } = require('uuid');
const mongoose = require('mongoose');

async function convertGridFSPdf() {
  let tempFilePath;
  try {
    // 初始化GridFSBucket
    const bucket = new mongoose.mongo.GridFSBucket(mongoose.connection.db, {
      bucketName: 'pdf_files' // 你的GridFS桶名称
    });

    // 1. 从GridFS获取文件流
    const fileId = new mongoose.Types.ObjectId('你的GridFS文件ID');
    const downloadStream = bucket.openDownloadStream(fileId);

    // 2. 创建临时文件路径
    tempFilePath = path.join(__dirname, 'temp', `${uuidv4()}.pdf`);
    await fs.mkdir(path.join(__dirname, 'temp'), { recursive: true });

    // 3. 将GridFS流写入临时文件
    await new Promise((resolve, reject) => {
      const writeStream = createWriteStream(tempFilePath);
      downloadStream.pipe(writeStream);
      writeStream.on('finish', resolve);
      writeStream.on('error', reject);
    });

    // 4. 执行PDF转图片
    const opts = {
      format: 'jpeg',
      out_dir: path.join(__dirname, 'output'),
      out_prefix: 'gridfs_converted'
    };
    await pdf.convert(tempFilePath, opts);
    console.log('GridFS存储的PDF转图片成功！');

  } catch (err) {
    console.error('转换出错:', err);
  } finally {
    // 清理临时文件
    if (tempFilePath) {
      try {
        await fs.unlink(tempFilePath);
      } catch (cleanErr) {
        console.error('清理临时文件失败:', cleanErr);
      }
    }
  }
}

convertGridFSPdf();

额外提醒 #

• 记得安装依赖：npm install pdf-poppler uuid mongoose
• 临时文件目录要确保有读写权限，也可以用node-cleanup包在进程退出时自动清理残留的临时文件
• 如果是超大PDF，用流的方式处理（比如GridFS的示例）能避免内存溢出问题

内容的提问来源于stack exchange，提问作者Asma_Kh