PHP 读取PDF文件内容之PdfParser
程序员文章站
2022-04-05 23:16:35
PdfParser,一个独立的PHP库,提供了多种工具来从PDF文件提取数据,不支持加密的PDF文件 官方文档:https://www.pdfparser.org/documentation 使用composer安装依赖包: composer require smalot/pdfparser 安装成 ......
pdfparser,一个独立的php库,提供了多种工具来从pdf文件提取数据,不支持加密的pdf文件
官方文档:
使用composer安装依赖包:
composer require smalot/pdfparser
安装成功后如下图:
创建index.php文件,引入autoload.php文件:
include 'vendor/autoload.php';
1.一次性读取文件中的所有内容:
include 'vendor/autoload.php'; $parser = new \smalot\pdfparser\parser(); $pdf = $parser->parsefile('document.pdf'); $text = $pdf->gettext(); //将所有内容读取到一个字符串中 echo $text;
2.分页读取:
include 'vendor/autoload.php';
$parser = new \smalot\pdfparser\parser(); $pdf = $parser->parsefile('document.pdf'); $pages = $pdf->getpages(); //分页信息 foreach ($pages as $page) { echo $page->gettext(); //输出每一页的内容 }
3.获取文件的基本信息,如:制作人、日期、总页数等
include 'vendor/autoload.php';
$parser = new \smalot\pdfparser\parser(); $pdf = $parser->parsefile('document.pdf'); $details = $pdf->getdetails();