Question

我必须将一些PDF文件转换为TXT。我最终得到“less”命令，因为例如pdftotext在PDF中存在一些问题。问题是，当我从exec函数（或shell_exec / system）运行命令时，不仅仅显示我的信息，选择的PDF是二进制文件，结果文件只是带有PDF数据的TXT。但是当我在终端正常做同样的事情时，一切都很好。我也尝试以www_data用户身份登录并以此用户身份运行命令，但也没有问题。

命令：

$ less /var/www/original.pdf > /var/www/new.txt

PHP代码：

exec("less -f /var/www/original.pdf > /var/www/new.txt 2>&1");

PHP exec的结果：

"/var/www/original.pdf" may be a binary file.  See it anyway?

exec命令中的“-f”选项就在那里，因为那样你就不需要按“y”表示“是的，无论如何我想看到它。”

set | grep less收益：

LESSCLOSE='/usr/bin/lesspipe %s %s'
LESSOPEN='| /usr/bin/lesspipe %s'
            Lossless LZW RLE Zip' -- "$cur" ));
                _apport_parameterless
                _apport_parameterless
                _apport_parameterless
                _apport_parameterless
_apport_parameterless ()

Answer 1

根据我的阅读，您的控制台能够显示带有less的PDF文件，因为您安装了输入预处理器，例如lesspipe或lessfile。使less使用这些预处理器的方法是读取一个名为LESSOPEN的环境变量，该变量指向lesspipe和lessfile脚本。

您的网络服务器可能有办法通过环境变量和shell命令复制此行为，以便您对less的调用正确解析PDF。

我建议您调用bash脚本为您进行转换，而不是直接调用less。这样，您的bash脚本就能够设置适当的环境变量并执行适当的命令将PDF文件转换为可读输出。

以下是如何执行此操作的示例：

#!/bin/bash

eval $(lesspipe)
less $1 > $2 2>&1

然后，从PHP中调用该脚本：

exec("/path/to/your/script/script.sh /var/www/original.pdf /var/www/new.txt");

如果不起作用，请尝试将eval $(lesspipe)更改为eval $(lessfile)。

Answer 2

首先，阅读文本流的交互式程序较少。在这种情况下，您应该使用cat代替。由于PDF是二进制格式而不是基于文本的格式，因此该课程或课程无效。

为什么不使用像pdftotext这样的pdf文本转换器？

Answer 3

PHP代码是如何执行的？在命令行中，当您使用浏览器php file.php点击它时，通过http://servername/something/file.php或Web服务器？

有一种猜测是，在命令行执行此操作时执行的less与运行PHP代码时的less不同。

PHP通过exec运行linux“less”命令 - 二进制文件警告

3 个答案: