javascript阅读docx文本的问题

Question

我正在上传文件并提取其内容并将其放入文本区域。我可以成功地使用txt文件，但对于docx文件，它不能很好地工作。

我的代码：

 function loadFileAsText(){

  var fileToLoad = document.getElementById("fileToLoad").files[0];

  var fileReader = new FileReader();

  fileReader.onload = function(fileLoadedEvent){

      var textFromFileLoaded = fileLoadedEvent.target.result;

      document.getElementById("inputTag").value = textFromFileLoaded;

  };

   fileReader.readAsText(fileToLoad, "ANSI");

}

当我尝试上传docx文件时，它给出了这样的东西：

PK     ! ߤ�lZ      [Content_Types].xml �(�                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                 ���n�0E�����Ub袪*�>�-R�{V��Ǽ��QU�

l"%3��3Vƃ�ښ

我是否缺少解码部分？

Answer 1

你不能以自己的方式实现它。必须使用专用库来读取文件。如果您在记事本中运行文件，您会看到它不是纯文本，因为此文件中有所有其他数据，元数据等。docxdocx

Answer 2

.docx粗略地复制了那个常规文本文件，确切地说，是一个XML文件数量的ZIP存档。可能有一个gotacchas，即使你成功地取消了docx的存档，它仍然不清楚你应该从中解析哪个XML文件并尝试解释为文本。在所有情况下，当我需要做类似的事情时，我使用服务器解决方案，我自己的或第三方，并且转换总是存在问题。