PdfParser读取PDF文件内容

11 篇文章 1 订阅

PdfParser 是一个标准的 PHP 库提供个用于从 PDF 文件中抽取数据的工具。它加载 PDF文件并解析文件中对象、头和元数据,可抽取其中的文本信息,支持压缩的 PDF、MAC OS 罗马字符集编码、8进制和16进制编码。兼容PSR-0 和 PSR-1。

官方文档:https://www.pdfparser.org/documentation

使用composer安装依赖包:
composer require smalot/pdfparser

在这里插入图片描述

1、获取文件的基本信息,如:制作人、日期、总页数等
namespace App\Http\Controllers;

use \Smalot\PdfParser\Parser;

class eBookController
{
    public function demo()
    {
        $parser = new Parser();
        $pdf = $parser->parseFile('./file.pdf');
        $details = $pdf->getDetails();

        return response()->json($details);
    }

}

在这里插入图片描述

2、读取文件中的所有内容
$parser = new Parser();
$pdf = $parser->parseFile('./file.pdf');
$con = $pdf->getText(); //将所有内容读取到一个字符串中
return response()->json($con);
3、分页读取、指定页内容
$parser = new Parser();
$pdf = $parser->parseFile('./file.pdf');
$pages = $pdf->getPages(); //分页信息
//指定页内容
$content = $pages[1]->getText();
foreach ($pages as $page) {
	$con[] = $page->getText(); //输出每一页的内容
}
return response()->json($con);
  • 1
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
PdfParser 是一个 PHP 库,可以用于读取 PDF 文件内容。它可以将 PDF 文件解析成一个包含文本、字体、颜色等信息的对象结构。在使用 PdfParser 之前,需要先安装 Composer,然后使用 Composer 安装 PdfParser。 安装 Composer Composer 是 PHP 的一个依赖管理工具,可以用于安装和管理 PHP 库。在安装 PdfParser 之前,需要先安装 Composer。可以在 Composer 的官网上下载最新的安装包,也可以使用命令行进行安装。这里介绍使用命令行进行安装的方法。 在终端中输入以下命令: ``` php -r "copy('https://getcomposer.org/installer', 'composer-setup.php');" php composer-setup.php php -r "unlink('composer-setup.php');" ``` 这些命令将会从 Composer 的官网上下载安装脚本,然后运行该脚本进行安装。安装完成后,可以在命令行中输入 `composer` 命令来验证是否安装成功。 安装 PdfParser 安装完成 Composer 后,可以使用 Composer 来安装 PdfParser。在终端中执行以下命令: ``` composer require andrewsville/php-pdf-parser ``` 这些命令将会从 Packagist 上下载并安装 PdfParser 库。 读取 PDF 文件 安装完成 PdfParser 后,就可以使用它来读取 PDF 文件了。以下是一个简单的示例,演示了如何读取 PDF 文件内容: ```php <?php require_once 'vendor/autoload.php'; use Smalot\PdfParser\Parser; $parser = new Parser(); $pdf = $parser->parseFile('example.pdf'); $text = $pdf->getText(); echo $text; ``` 在上面的代码中,首先使用 `Parser` 类创建一个解析器对象,然后使用 `parseFile` 方法将 PDF 文件解析成一个对象。最后,使用 `getText` 方法获取 PDF 文件的文本内容,并将其输出到屏幕上。 需要注意的是,PdfParser 只能读取 PDF 文件中的文本内容。如果 PDF 文件中包含图片或其他非文本内容PdfParser 将无法读取这些内容

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值