npm 包 mammoth 使用教程

什么是 mammoth?

Mammoth 是一个基于 Node.js 的 npm 包，用于将 Microsoft Word 文档转换为 HTML、Markdown 和其他格式。通过使用此包，前端开发人员可以更轻松地处理从其他来源获得的文档，并在应用程序中使用这些文档。

如何安装 mammoth

在命令行中输入以下命令来安装 mammoth：

npm install mammoth

如何使用 mammoth

以下是一个简单的示例代码，将 Word 文档转换为 HTML 文件：

const mammoth = require("mammoth");
const fs = require("fs");

mammoth.convertToHtml({ path: "document.docx" }).then(function(result) {
    const html = result.value;
    fs.writeFileSync("output.html", html);
}).done();

在上面的示例代码中，我们首先引入 mammoth 和 fs 模块。然后，我们使用 mammoth 的 convertToHtml 方法将 Word 文档转换为 HTML 格式的字符串。最后，我们将结果写入名为 output.html 的文件中。

转换选项

除了简单地将 Word 文档转换为 HTML 格式之外，mammoth 还提供了许多转换选项，以满足各种需求。以下是一些可用选项的示例：

styleMap

styleMap 选项允许您指定 CSS 类名，并将 Microsoft Word 样式名称映射到这些类名。例如：

mammoth.convertToHtml({ path: "document.docx" }, { styleMap: [
    "p[style-name='Section Title'] => h1.section-title",
    "p[style-name='Subsection Title'] => h2.subsection-title"
]}).then(function(result) {
    const html = result.value;
    fs.writeFileSync("output.html", html);
}).done();

在上面的示例代码中，我们将 Microsoft Word 样式 Section Title 映射到 HTML 的 h1 元素，并将样式 Subsection Title 映射到 h2 元素。

ignoreEmptyParagraphs

默认情况下，mammoth 将空段落看作 HTML 中的换行符。如果要忽略空段落，请使用 ignoreEmptyParagraphs 选项：

mammoth.convertToHtml({ path: "document.docx" }, { ignoreEmptyParagraphs: true }).then(function(result) {
    const html = result.value;
    fs.writeFileSync("output.html", html);
}).done();

includeDefaultStyleMap

如果您不指定 styleMap 选项，则 mammoth 将使用默认的样式映射。如果您不想使用默认样式映射，请将 includeDefaultStyleMap 选项设置为 false：

mammoth.convertToHtml({ path: "document.docx" }, { includeDefaultStyleMap: false }).then(function(result) {
    const html = result.value;
    fs.writeFileSync("output.html", html);
}).done();

结论

通过使用 mammoth，前端开发人员可以更轻松地处理从 Microsoft Word 文档中提取的内容，并将其转换为 HTML、Markdown 或其他格式。本文介绍了如何安装和使用 mammoth，以及一些可用的转换选项。

来源：JavaScript中文网 ，转载请注明来源 https://www.javascriptcn.com/post/36360