php借助Xpdf读取PDF中的内容
如果不需要读取中文的话,到这里就可以结束了,如果需要,那我们继续往后
把chinese-simplified里面文件add-to-xpdfrc 的内容复制到/usr/local/etc/xpdfrc文件中。记得里面的路径要正确。(注意,这里面的简体中文包包括以下三种格式:ISO-2022-CN,EUC-CN,GBK ,看清楚哦,不支持UTF-8,可以先转为GBK,然后进行转义) 三、功能实现 至此,所有的配置完毕,我们要开始使用它了。 如果是简单的PDF读取,那么直接用下面的语句就OK了。 $content = shell_exec('/usr/local/bin/pdftotext '.$filename.' -'); 如果需要转中文,如此这般,加上参数。 $content = shell_exec('/usr/local/bin/pdftotext -layout -enc GBK '.$filename.' -'); 当然,加了参数之后依然是不影响英文的转换的,所以,放心使用吧。需要注意的是,这里转出来的是GBK编码的哦,现在网站很多用的是UTF-8,想要不显示乱码的话,需要再次转义一下哦。 $content = mb_convert_encoding($content, 'UTF-8','GBK'); 读取出来的内容,可以再写代码自行处理。 pdftotext的主要参数: OPTIONS Many of the following options can be set with configuration file com- mands. These are listed in square brackets with the description of the corresponding command line option. -f number Specifies the first page to convert. -l number Specifies the last page to convert. -layout Maintain (as best as possible) the original physical layout of the text. The default is to 'undo' physical layout (columns, hyphenation, etc.) and output the text in reading order. -fixed number Assume fixed-pitch (or tabular) text, with the specified charac- ter width (in points). This forces physical layout mode. -raw Keep the text in content stream order. This is a hack which often "undoes" column formatting, etc. Use of raw mode is no longer recommended. -htmlmeta Generate a simple HTML file, including the meta information. This simply wraps the text in andand prepends the meta headers. -enc encoding-name |
下一篇: 如何通过搜狐号引流推广?
推荐阅读
-
PHP读取PDF内容配合Xpdf的使用
-
PHP读取PDF内容(LINUX下XPDF的配置和使用)
-
php2pdf - 如何使用php修改pdf中的内容,并且保证格式不乱
-
php查询页面怎么做,查询学生信息,读取mysql中的内容
-
PHP读取PDF内容配合Xpdf的使用_php实例
-
PHP读取PDF内容配合Xpdf的使用_PHP
-
PHP读取PDF内容(LINUX下XPDF的配置和使用)_PHP教程
-
PHP读取PDF内容配合Xpdf的使用_PHP
-
php的file_get_content不会销毁读取到内存中的文件内容吗?该如何解决
-
php的file_get_content不会销毁读取到内存中的文件内容吗?该如何解决