php 获取pdf中的图片,使用PHP从PDF中提取图像

AFAIK,没有PHP模块可以做到.有一个命令行工具,

pdfimages(

xpdf的一部分).作为参考,这是如何工作的：

pdfimages -j source.pdf image

这将从source.pdf中提取所有图像为image-000.jpg,image-001.jpg等.请注意,输出格式始终为Jpeg.

可能的选择

作为命令行工具,您需要exec(或系统,passthru,PHP内置的任何命令执行函数).由于您的环境没有,我看到四个选项：

>请求为您打开exec(您的托管服务提供商可以限制您执行单个命令的操作)

>更改设计 – ZIP上传怎么样？

>使用pdfimages的源代码作为模型,自行滚动

>让pdfimages通过在您控制的远程主机上运行来完成繁重的工作

关于#3,滚动你自己,我不认为滚动你自己,解决一个非常狭窄的要求定义,将太困难.我似乎记得PDF中的图像边界定义得很好：只需将文件读入边界,切割到边界的末尾,base64_decode,然后写入文件 – 重复.但是,这可能太多了……

>找到一个便宜的托管环境(例如亚马逊EC2)让你执行和卷曲

>安装pdfimages

>编写一个PHP脚本,将URL带到PDF,curl打开PDF,将其写入磁盘,将其传递给pdfimages,然后将URL返回到生成的图像.

示例交换可能如下所示：

GET http://www.cheaphost.com/pdfimages.php?extract=http://www.limitedhost.com/path/to/uploaded.pdf

Content-type: text/html

• http://www.cheaphost.com/pdfimages.php?retrieve=ab9895v/image-000.jpg
• http://www.cheaphost.com/pdfimages.php?retrieve=ab9895v/image-001.jpg

因此,您的单个pdfimages.php脚本(在具有exec功能的主机上运行)可以提取图像,并允许您访问提取的图像.提取时,它会读取您告诉它的PDF,在其上运行pdfimages,并返回一个要调用的URL列表以检索提取的图像.检索时,它只会让您回到直线图像.

您需要处理清理,或许要做的事情是在检索后删除图像.您还需要处理安全性 – 不知道这些图像中的内容,但内容可能需要包含在SSL中并采取其他预防措施.