php中的pdf文本extracter类

Question

php中是否有可用于从pdf文件中提取所有文本的类，因此我可以将其存储在mysql数据库中。我的pdf有许多元素，如图像，表格，纯文本，表单元素，图表等。

到目前为止，我看到过去两天有很多课程，提取文本，但没有人提供完整的文本提取，不提取pdf的完整文本。

我想从给定的pdf文件中提取所有文本，即使文本在表​​格等中也是如此。

有谁知道这个？ ：）

非常感谢。祝你有愉快的一天：）

Answer 1

如果您在Linux服务器上运行此程序，可以尝试使用apdf2text通过exec调用它，然后抓取输出文件的内容。

请注意，有几个pdf到文本脚本，你将获得不同的里程数。

Answer 2

找到以下网址，

Reading the clean text from PDF with PHP

Answer 3

我测试了很多命令行程序，但没有一个得到100％的结果。 所以我用PHP创建了自己的库：

https://github.com/smalot/pdfparser

目前它面向文本，但计划支持图像支持。

如果您遇到问题，感谢您将PDF发送给我，如果可能的话，请将其发送给我。