Document

Excel, PDF, and Word document read/write/convert.

8 modules

Module	Description
Đọc Excel	Đọc dữ liệu từ tệp Excel (xlsx, xls)
Ghi Excel	Ghi dữ liệu vào tệp Excel (xlsx)
Điền form PDF	Điền các trường form PDF với dữ liệu và tùy chọn chèn hình ảnh
Tạo PDF	Tạo tệp PDF từ nội dung HTML hoặc văn bản
Phân tích PDF	Trích xuất văn bản và metadata từ tệp PDF
PDF sang Word	Chuyển đổi tệp PDF sang tài liệu Word (.docx)
Phân tích tài liệu Word	Trích xuất văn bản và nội dung từ tài liệu Word (.docx)
Word sang PDF	Chuyển đổi tài liệu Word (.docx) thành tệp PDF

Modules

Đọc Excel

excel.read

Đọc dữ liệu từ tệp Excel (xlsx, xls)

Parameters:

Name	Type	Required	Default	Description
path	string	Yes	-	Path to the Excel file
sheet	string	No	-	Sheet name (default: first sheet)
header_row	number	No	1	Row number for headers (1-based, 0 for no headers)
range	string	No	-	Cell range to read (e.g., "A1:D10")
as_dict	boolean	No	True	Return rows as dictionaries (using headers as keys)

Output:

Field	Type	Description
data	array	Các hàng dữ liệu trích xuất
headers	array	Các hàng dữ liệu trích xuất
row_count	number	Các hàng dữ liệu trích xuất
sheet_names	array	Tiêu đề cột

Example: Read entire sheet

path: /tmp/data.xlsx
as_dict: true

Ghi Excel

excel.write

Ghi dữ liệu vào tệp Excel (xlsx)

Parameters:

Name	Type	Required	Default	Description
path	string	Yes	-	Path to the Excel file
data	array	Yes	-	Data to write (array of arrays or array of objects)
headers	array	No	-	Column headers (auto-detected from objects if not provided)
sheet_name	string	No	Sheet1	Name of the worksheet
auto_width	boolean	No	True	Automatically adjust column widths

Output:

Field	Type	Description
path	string	Đường dẫn đến tệp Excel đã tạo
row_count	number	Đường dẫn đến tệp Excel đã tạo
size	number	Đường dẫn đến tệp Excel đã tạo

Example: Write data to Excel

path: /tmp/output.xlsx
data: [{"name": "Alice", "age": 30}, {"name": "Bob", "age": 25}]

Điền form PDF

pdf.fill_form

Điền các trường form PDF với dữ liệu và tùy chọn chèn hình ảnh

Parameters:

Name	Type	Required	Default	Description
template	string	Yes	-	Path to the PDF template file
output	string	Yes	-	Path for the output document
fields	object	No	{}	Key-value pairs of form field names and values
images	array	No	[]	List of images to insert with position info
flatten	boolean	No	True	Flatten form fields (make them non-editable)

Output:

Field	Type	Description
output_path	string	Đường dẫn đến PDF đã điền
fields_filled	number	Đường dẫn đến PDF đã điền
images_inserted	number	Đường dẫn đến PDF đã điền
file_size_bytes	number	Số hình ảnh đã chèn

Example: Fill form with text fields

template: /templates/form.pdf
output: /output/filled.pdf
fields: {"name": "John Doe", "id_number": "A123456789", "date": "2024-01-01"}

Example: Fill form with photo

template: /templates/id_card.pdf
output: /output/id_card_filled.pdf
fields: {"name": "Jane Doe"}
images: [{"file": "/photos/jane.jpg", "page": 1, "x": 50, "y": 650, "width": 100, "height": 120}]

Tạo PDF

pdf.generate

Tạo tệp PDF từ nội dung HTML hoặc văn bản

Parameters:

Name	Type	Required	Default	Description
content	string	Yes	-	HTML or text content to convert to PDF
output_path	string	Yes	-	Path for the output document
title	string	No	-	Document title (metadata)
author	string	No	-	Document author (metadata)
page_size	select (A4, Letter, Legal, A3, A5)	No	A4	Page size format
orientation	select (portrait, landscape)	No	portrait	Page orientation
margin	number	No	20	Page margin in millimeters
header	string	No	-	Header text for each page
footer	string	No	-	Footer text for each page

Output:

Field	Type	Description
output_path	string	Đường dẫn đến PDF đã tạo
page_count	number	Đường dẫn đến PDF đã tạo
file_size_bytes	number	Số trang trong PDF

Example: Generate from HTML

content: <h1>Report</h1><p>Content here</p>
output_path: /path/to/report.pdf
title: Monthly Report

Phân tích PDF

pdf.parse

Trích xuất văn bản và metadata từ tệp PDF

Parameters:

Name	Type	Required	Default	Description
path	string	Yes	-	Path to the PDF file
pages	string	No	all	Page range (e.g., "1-5", "1,3,5", or "all")
extract_images	boolean	No	False	Extract embedded images
extract_tables	boolean	No	False	Extract tables as structured data

Output:

Field	Type	Description
text	string	Nội dung văn bản đã trích xuất
pages	array	Nội dung văn bản đã trích xuất
metadata	object	Nội dung văn bản đã trích xuất
page_count	number	Nội dung văn bản theo trang

Example: Extract all text from PDF

path: /tmp/document.pdf
pages: all

PDF sang Word

pdf.to_word

Chuyển đổi tệp PDF sang tài liệu Word (.docx)

Parameters:

Name	Type	Required	Default	Description
input_path	string	Yes	-	Path to the input document
output_path	string	No	-	Path for the output document
preserve_formatting	boolean	No	True	Preserve basic formatting
pages	string	No	all	Page range (e.g., "1-5", "1,3,5", or "all")

Output:

Field	Type	Description
output_path	string	Đường dẫn đến tài liệu Word đã tạo
page_count	number	Đường dẫn đến tài liệu Word đã tạo
file_size	number	Số trang đã chuyển đổi

Example: Convert entire PDF to Word

input_path: /tmp/document.pdf

Example: Convert specific pages

input_path: /tmp/document.pdf
output_path: /tmp/output.docx
pages: 1-5

Phân tích tài liệu Word

word.parse

Trích xuất văn bản và nội dung từ tài liệu Word (.docx)

Parameters:

Name	Type	Required	Default	Description
file_path	string	Yes	-	Path to the Word document (.docx)
extract_tables	boolean	No	True	Extract tables as structured data
extract_images	boolean	No	False	Extract embedded images
images_output_dir	string	No	-	Directory to save extracted images
preserve_formatting	boolean	No	False	Preserve basic formatting

Output:

Field	Type	Description
text	string	Toàn bộ nội dung văn bản của tài liệu
paragraphs	array	Toàn bộ nội dung văn bản của tài liệu
tables	array	Toàn bộ nội dung văn bản của tài liệu
images	array	Danh sách các đoạn văn
metadata	object	Các bảng được trích xuất dưới dạng mảng

Example: Extract text from Word

file_path: /path/to/document.docx

Example: Extract with tables and images

file_path: /path/to/document.docx
extract_tables: true
extract_images: true
images_output_dir: /path/to/images/

Word sang PDF

word.to_pdf

Chuyển đổi tài liệu Word (.docx) thành tệp PDF

Parameters:

Name	Type	Required	Default	Description
input_path	string	Yes	-	Path to the input document
output_path	string	No	-	Path for the output document
method	select (auto, libreoffice, docx2pdf)	No	auto	Method to use for conversion

Output:

Field	Type	Description
output_path	string	Đường dẫn đến tệp PDF đã tạo
file_size	number	Đường dẫn đến tệp PDF đã tạo
method_used	string	Kích thước tệp đầu ra tính bằng byte

Example: Convert Word to PDF

input_path: /tmp/document.docx

Example: Convert with specific output path

input_path: /tmp/document.docx
output_path: /tmp/output.pdf