主要给大家介绍了关于Linux系统中利用node.js提取Word(doc/docx)及PDF文本的内容，文中给出了详细的示例代码供大家参考学习，需要的朋友们下面跟着小编来一起看看吧。

前言 想要做全文搜索引擎，则需要将word/pdf等文档内容提取出来。对于pdf有xpdf等一些开源方案。 但Word文档的情况则会复杂一些。 提取PDF文本内容 XPDF是一个免费开源的软件，用于显示PDF文件，并可将pdf转换成文字图片等，同样支持Windows版。在Debian Linux上安装非常简单: apt-get install xpdf 我们这里只使用pdftotext这个功能，直接输入可查看帮助： rootraspberrypi:/var/www# pdftotext