node获取pdf文件内容，使用模块pdfjs-dist

在Node.js环境中，如果你想要读取PDF文件的内容并使用`pdfjs-dist`这个库，首先你需要安装`pdfjs-dist`。可以使用npm来安装：

npm install pdfjs-dist

然后你可以通过以下步骤从PDF文件中提取内容：

1. 引入必要的模块：

const fs = require('fs');
const PDFJS = require('pdfjs-dist');

2. 加载PDF数据。你可以选择直接读取本地文件，也可以读取URL或其他流数据源：

PDFJS.getDocumentAsync(fs.readFileSync('path/to/your/pdf/file.pdf')) // 本地文件路径
// 或者
PDFJS.getDocument({url: 'http://example.com/document.pdf'}) // 网络PDF文件URL

3. 使用`promise`处理文档加载：

async function readPdfContent(pdfUrl) {
  let doc = await PDFJS.getDocument(pdfUrl);
  
  // 获取文档总页数
  const numPages = await doc.numPages;

  for (let i = 1; i <= numPages; i++) {
    // 创建一个worker用于渲染页面
    const page = await doc.getPage(i);
    
    // 读取每一页的内容
    const textContent = await page.getTextContent();
    
    console.log(`Page ${i} content:`, textContent.items.map(item => item.str).join(' '));
  }
}

readPdfContent('path/to/your/pdf/file.pdf'); // 替换为实际文件路径

4. `getTextContent()`返回的是一个包含文本信息的对象数组，你可以进一步处理这些内容。