TechOverflow Logo
TechOverflow

如何在 NodeJS 中读取 PDF 创建和修改日期

English Deutsch 简体中文

问题：

你有一个 PDF 文件，你想知道其创建和修改日期：不是文件本身存储的日期，而是 PDF 元数据中的日期。

解决方案

此解决方案假设你使用支持 async/await 的 NodeJS 8+ 版本。 你可以使用 pdfjs 读取这些日期。首先使用以下命令安装

install_pdfjs3.sh
npm install pdfjs-dist

然后使用此代码提取日期。

read_pdf_dates.js
const pdfjs = require('pdfjs-dist');

async function readPDFDates() {
  const pdf = await pdfjs.getDocument('mypdf.pdf');
  const metadata = await pdf.getMetadata();

  const modDate = new Date(metadata.metadata._metadata['xmp:modifydate']);
  const createDate = new Date(metadata.metadata._metadata['xmp:createdate']);
  return [modDate, createDate]
}

readPDFDates().then(([modDate, createDate]) => {
    console.log(`Creation date: ${createDate}`)
    console.log(`Modification date: ${modDate}`)
}).catch(err => {
    console.error(`Error while reading PDF: ${err}`)
})

我见过的 PDF 文件使用 ISO8601 风格格式，但没有时区规范。因此代码假设时间是本地时区。

注意：元数据例如是以下对象（并非所有 PDF 都有所有属性）：

pdf_metadata_example.txt
{ info:
   { PDFFormatVersion: '1.5',
     IsAcroFormPresent: false,
     IsXFAPresent: false,
     Title: 'Microsoft Word - mypdf',
     Author: 'uli',
     Creator: 'PScript5.dll Version 5.2.2',
     Producer: 'Acrobat Distiller 9.3.0 (Windows)',
     CreationDate: 'D:20100209100924+01\'00\'',
     ModDate: 'D:20100209100924+01\'00\'' },
  metadata:
   Metadata {
     _metadata:
      { 'dc:format': 'application/pdf',
        'dc:creator': 'peter',
        'dc:title': 'Microsoft Word - mypdf',
        'xmp:createdate': '2010-02-09T10:09:24+01:00',
        'xmp:creatortool': 'PScript5.dll Version 5.2.2',
        'xmp:modifydate': '2010-02-09T10:09:24+01:00',
        'pdf:producer': 'Acrobat Distiller 9.3.0 (Windows)',
        'xmpmm:documentid': 'uuid:2fd66f45-5f2a-4dd6-8cb0-297ce85ee9e1',
        'xmpmm:instanceid': 'uuid:f6e62218-4b40-47c7-837b-6cb1e6e90995' } },
Check out similar posts by category: Javascript, PDF