欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

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:

PHP 读取PDF文件内容之PdfParser

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();