如何從PDF文檔中提取文本？

如何使用PHP從PDF文檔中提取文本？如何從PDF文檔中提取文本？

（我不能使用其他工具，我沒有root訪問權限）

我發現了一些功能，純文本的工作量，但他們沒有處理好Unicode字符：

http://www.hashbangcode.com/blog/zend-lucene-and-pdf-documents-part-2-pdf-data-extraction-437.html

來源

2011-08-09 Sfisioza

你解決了這個？ – 2012-08-23 05:35:00

鏈接不起作用！請糾正！ – cwiggo

+12

不明白爲什麼這個問題被認爲是題外話，因爲它是非常有用的，即使它可能會吸引「自以爲是」的答案，但最好能看到不同的觀點。也有很多點擊。 – user3574492

下載class.pdf2text.php @https://pastebin.com/dvwySU1a（更新2014年4月的5）或http://www.phpclasses.org/browse/file/31030.html（需要註冊）

代碼：

include('class.pdf2text.php'); 
$a = new PDF2Text(); 
$a->setFilename('filename.pdf'); 
$a->decodePDF(); 
echo $a->output();

類並不適用於所有PDF格式的我測試過的工作，試試看，你可能會得到幸運:)

如果上述方法無效，請嘗試http://pdfparser.org/

來源

2011-08-09 18:53:25

如果這裏是pdf文件中的任何表格，那麼它不會顯示它。我想提取，因爲它是以PDF格式顯示PDF格式的文本。任何解決方案？ – 2012-08-23 05:36:28

非常感謝...這個班級非常有用。在這個我只需要一個來自pdf的網址。任何方式來找到...？ –

該類包含可能導致'頭已發送'錯誤的輸出緩衝區刷新。如果您禁用它（對於任何合理大小的文檔），看似沒有任何不良影響。 –

我知道這個話題是相當古老的，但這種需求仍然活着。我看了很多文件，論壇和腳本，並建立一個新的先進的一個，它支持壓縮和非壓縮的PDF：

https://gist.github.com/smalot/6183152

希望它可以幫助EVERONE

來源

2013-08-08 09:39:37

似乎沒有得到您的腳本輸出。你有可以測試的PDF嗎？ –

這對我有用！謝謝 – kakoma

我在這裏找到了一個好的：https://github.com/christian-vigh-phpclasses/PdfToText – dlofrodloh

如何從PDF文檔中提取文本？

回答

相關問題