我有一个大型PDF文件，它是建筑物的楼层地图。它有所有办公家具的层，包括座位的文本框。
我的目标是使用PHP读取此文件，在文档中搜索文本图层，获取文件中的内容和坐标。通过这种方式，我可以绘制座位位置 - ＆gt; x / y坐标。
有没有办法通过PHP做到这一点？ （甚至Ruby或Python，如果这是必要的）
答案 0 :(得分：31)
查看FPDF（使用FPDI）：
http://www.setasign.de/products/pdf-php-solutions/fpdi/
这些将允许您打开pdf并在PHP中添加内容。我猜你也可以使用他们的功能在现有内容中搜索你需要的值。
另一个可能的库是TCPDF：http://www.tecnick.com/public/code/cp_dpage.php?aiocp_dp=tcpdf
更新以添加更现代的库：PDF Parser
答案 1 :(得分：24)
有一个php库（pdfparser）可以完全满足您的需求。
项目网站
<强> github上
https://github.com/smalot/pdfparser
演示页/ api
在您的项目中包含pdfparser后，您可以像mypdf.pdf那样获取所有文字：
<?php
$parser = new \installpath\PdfParser\Parser();
$pdf = $parser->parseFile('mypdf.pdf');
$text = $pdf->getText();
echo $text;//all text from mypdf.pdf
?>
Simular你可以从pdf获取元数据以及获取pdf对象（例如图像）。
答案 2 :(得分：0)
嗯...不完全是php，但你可以从php调用一个程序将pdf转换为临时的html文件，然后用php解析生成的文件。我为我的一个项目做了类似的事情，这是我使用的程序：
该计划的一个很酷的地方在于它将吐出＆lt;中的文本元素。 div>带绝对位置坐标的标签。看起来这正是你想要做的。
答案 3 :(得分：0)
您可能还想尝试此应用http://pdfbox.apache.org/。可以在https://www.jinises.com
找到一个工作示例答案 4 :(得分：0)
您的初始请求是＆＃34;我有一个大型PDF文件，它是建筑物的楼层地图。 ＆＃34;
我害怕告诉你这可能比你想象的要难。
原因每个人用来解析pdf的最后一个已知的lib很小，而且这个已知会遇到有关大文件的问题。
在这里，Lookig是一个真正的php lib来解析pdf，没有任何内存峰值需要php配置来禁用内存限制，因为很多＆＃34;开发人员＆＃34; （我猜这真的不可取）。
有关smalot性能的更多详细信息，请参阅此帖子：https://github.com/smalot/pdfparser/issues/163