是否可以将pdf文件读取为txt？

Question

我需要在pdf文件中找到某个键​​。据我所知，唯一的方法是将 pdf 解释为 txt 文件。我想在 PHP 中执行此操作，而不安装插件/框架/等。

谢谢

Answer 1

您当然可以将 PDF 文件作为文本打开。 PDF 文件格式实际上是对象的集合。第一行有一个标题告诉您版本。然后，您将转到底部查找到外部参照表开头的偏移量，该偏移量表明所有对象的位置。文件中各个对象的内容（例如图形）通常是二进制且经过压缩的。 1.7 规范可在此处找到。

Answer 2

我发现了这个功能，希望对你有帮助。

http://community.livejournal.com/php/295413.html

Answer 3

您不能直接打开该文件，因为它是用于创建 PDF 显示的对象的二进制转储，包括编码、字体、文本、图像。我写了一篇博客文章解释文本如何存储在 http://pdf.jpedal.org/java-pdf-blog/bid/27187/Understanding-the-PDF-file-format-text-streams

Answer 4

谢谢大家的帮助。我欠你这段代码：

// Proceed if file exists
if(file_exists($sourcePath)){
    $pdfFile = fopen($sourcePath,"rb");
    $data = fread($pdfFile, filesize($sourcePath));
    fclose($pdfFile);

    // Check if file is encrypted or not
    if(stripos($data,$searchFor)){ // $searchFor = "/Encrypt"
        $counterEncrypted++;    
    }else{
        $counterNotEncrpyted++;
    }
}else{
    $counterNotExisting++;
}