n8n-nodes-readdoc

这是一个用于读取doc/docx文档内容的n8n社区节点。

功能特性

• 支持读取 .doc 和 .docx 文件
• 多种输出格式：纯文本、HTML、Markdown
• 提取文档元数据（字数统计、字符数等）
• 保持原始二进制数据（可选）
• 错误处理和继续执行选项

安装

# 在你的n8n实例中安装
npm install n8n-nodes-readdoc

使用方法

1. 将包含doc/docx文件的二进制数据传递给节点
2. 选择输出格式（纯文本、HTML或Markdown）
3. 配置其他选项（如是否包含样式信息）
4. 节点将输出提取的文档内容和元数据

输入数据格式

节点需要包含二进制数据的输入，二进制数据应该是doc或docx文件。

输出数据格式

{
  "content": "提取的文档内容",
  "fileName": "document.docx",
  "fileType": "docx",
  "format": "text",
  "metadata": {},
  "wordCount": 150,
  "characterCount": 1200
}

支持的文件格式

• .doc - Microsoft Word 97-2003文档
• .docx - Microsoft Word 2007+文档

开发

本项目使用TypeScript开发，基于n8n节点开发框架。

构建

pnpm run build

开发模式

pnpm run dev

代码格式化

pnpm run format

代码检查

pnpm run lint

依赖

• mammoth - 用于处理.docx文件
• textract - 用于处理.doc文件

许可证

MIT

贡献

欢迎提交Pull Request和Issue！