Question

我对如何通过pdftotext语句构建到shell_exec()和整个目录的循环感到茫然。

类似的东西：

$pdfs = glob("*.pdf");

foreach($pdfs as $pdfs) {
    shell_exec('pdftotext '.$pdfs.' '.$pdfs'.txt');
}

但我不确定如何在我的$pdfs语句中第二次调用shell_exec()时删除.pdf扩展名，并将其替换为.txt

不确定这个循环是否正确......

Answer 1

$pdfs = glob("*.pdf");

$fmt='/path/to/pdftotext "%s" "%s.txt"';

foreach($pdfs as $thispdf) {
    shell_exec(sprintf($fmt, $thispdf, basename($thispdf, ".pdf")));
}

Answer 2

尝试

foreach(glob("*.pdf") as $src) {

  // Manually remove file extension because glob() may return a dir path component
  $parts = explode('.', $src);
  $parts[count($parts) - 1] = 'txt';
  $dest = implode('.', $parts);

  // Escape shell arguments, just in case
  shell_exec('pdftotext '.escapeshellarg($src).' '.escapeshellarg($dest));

}

基本上，将PDF文件循环到目录中并为每个文件执行命令，只使用文件名~~的名称组件（用pathinfo()提取）~~ ^{请参阅编辑}输出文件（因此test.pdf变为test.txt）。

直接在glob()中使用foreach的结果可以轻松避免上面代码中的变量命名冲突。

修改

我已经更改了上面的代码，以便在生成输出文件名时手动删除文件扩展名。这是因为glob()可能会返回路径字符串的目录组件，也只能返回文件名。使用pathinfo()或basename()会将其删除，因为我们知道文件名中会出现.（传递给glob()的规则决定了这一点）我们可以在最后一个之后安全地删除所有内容我还添加了escapeshellarg()作为一个很好的衡量标准 - 不太可能（如果不是不可能的话）已经存在的文件名将会违反这一点，但最好是安全的。

shell_exec（）语句到pdftotext整个目录？

2 个答案: