使用 PHP 读取 PDF 的内容？

Question

我需要阅读复杂 PDF 中的某些部分。我上网搜了一下，有人说FPDF不错，但是它不能读PDF，只能写。是否有一个库可以获取给定 PDF 的某些内容？

如果没有，阅读给定 PDF 的某些部分的好方法是什么？

谢谢！

Answer 1

我在这里看到两个解决方案：

• 将您的 PDF 文件转换为其他内容：文本、html。
• 使用库来做到这一点是坏消息，其中大多数都是用 Java 编写的。

https://whatisprymas.wordpress.com /2010/04/28/lucene-how-to-index-pdf-files/
（存档2012 年版本）

Answer 2

$result = pdf2text ('sample.pdf');
echo "<pre>$result</pre>";

如何获得“干净”的文本：源代码 pdf2text
http://webcheatsheet.com/php/reading_clean_text_from_pdf.php

Answer 3

那又怎样呢？

http://www.phpclasses.org/package /702-PHP-Searches-pdf-documents-for-text.html

ps：我不测试这个类，只是阅读说明。

Answer 4

现在还有 https://github.com/smalot/pdfparser：

use Smalot\PdfParser\Parser;

$pdfParser = new Parser();
$pdf = $pdfParser->parseFile('../path/to/your.pdf');

$content = $pdf->getText()

// or if you need to maintain the paragraphs
$content = preg_replace('/\s{3,}/m', "\n\n", trim($pdf->getText()));