Как извлечь текст из PDF-документа? [закрыто]
Как извлечь текст из PDF-документа с помощью PHP?
(Я не могу использовать другие инструменты, у меня нет корневого доступа)
Я нашел некоторые функции, работающие с обычным текстом, но они плохо обрабатывают символы Юникода:
Http://www.hashbangcode.com/blog/zend-lucene-and-pdf-documents-part-2-pdf-data-extraction-437.html
2 answers
Загрузите class.pdf2text.php @ https://pastebin.com/dvwySU1a (Обновлено 5 апреля 2014 года) или http://www.phpclasses.org/browse/file/31030.html (Требуется регистрация)
Код:
include('class.pdf2text.php');
$a = new PDF2Text();
$a->setFilename('filename.pdf');
$a->decodePDF();
echo $a->output();
Класс не работает со всеми PDF-файлами, которые я тестировал, попробуйте, и вам может повезти:)
Если вышесказанное не работает, попробуйте http://pdfparser.org/
Я знаю, что эта тема довольно старая, но эта потребность все еще жива. Я прочитал много документов, форумов и сценариев и создал новый расширенный, который поддерживает сжатый и несжатый pdf:
Https://gist.github.com/smalot/6183152
Надеюсь, это поможет всем