将PDF转换为字符串

如何读取PDF文件并将内容转换为字符串？使用PHP语言。将PDF转换为字符串

2011-01-24 lolalola

使用[`file_get_contents`（http://de3.php.net/manual/en/function.file-get-contents.php）如果你需要原始二进制数据或更新您的问题，并告诉我们您真正想要的。 – 2011-01-24 10:03:08

我需要从pdf文件中获得干净的文本。当我从pdf文件中获取文本时，我需要在数据库中插入此文本。 – lolalola 2011-01-24 11:09:14

你会发现这个教程的帮助： http://www.webcheatsheet.com/php/reading_clean_text_from_pdf.php

来源

2011-01-24 10:03:49 Vonder

谢谢，但有了这个功能，我总是会得到“假”的价值。 – lolalola 2011-01-24 11:10:13

您可以使用类似pdftotext附带Linux上的xpdf的包。然后POPEN命令可用于管道pdftotext的输出转换成字符串：

$mystring = ""; 
$fd = popen("/usr/bin/pdftotext blah.pdf","r"); 
if ($fd) { 
    while (($myline = fgets($fd)) !== false) { 
     $mystring .= $myline; 
    } 
}

来源

2011-01-24 10:16:25 MattSmith

发现这个非常好的类！此外，您可以添加功能以适应您的需求。

PDF2Text - Pastebin

也许这些会帮助你增加功能：

如果不起作用，请检查在Adobe Reader中打开时是否可以突出显示/标记文本（如果不能，文件中的文本可能保存为几何曲线），请检查编码。

来源

2012-11-20 21:34:20

在您的服务器上安装APACHE-TIKA。 APACHE-TIKA支持更多pdf文件。安装指南： http://www.acquia.com/blog/use-apache-solr-search-files

和最终的代码很简单：

$string = ""; 
$fd = popen("java -jar yourpathtotika/tika-app-1.3.jar -t yourpathtopdf/sample.pdf","r"); 
while (!feof($fd)) { 
$buffer = fgets($fd, 4096); 
$string .= $buffer; 
} 
echo $string;

来源

2013-04-10 12:00:18 kentusaq

您可以使用PHP类，可以在这里找到：

http://www.pdftotext.eu

这是一个公共领域的PDF文本提取器完全用纯PHP编写，这意味着您不需要依赖外部命令。它提供了一个简单的界面，检索文字：

include ('PdfToText.phpclass') ; 
$pdf = new PdfToText ('mysample.pdf') ; 
echo "PDF contents are : " . $pdf -> Text . "\n" ;

来源

2016-08-27 17:20:06

将PDF转换为字符串

回答

相关问题