Question

事情是，客户希望上传带图像的pdf，作为一次批处理多个图像的方式。

我已经环顾四周，开箱即用的PHP无法阅读PDF文件。

我的替代方案是什么？

我已经知道主机没有安装imageMagick或任何pdf库，并且exec功能已被禁用。这基本上让我没有任何工作，我猜？

有没有人知道是否有可以执行此操作的在线服务，并且有各种各样的API？

感谢adv

Answer 1

AFAIK，没有PHP模块可以做到。有一个命令行工具pdfimages（xpdf的一部分）。作为参考，这是如何工作的：

pdfimages -j source.pdf image

将从source.pdf中提取所有图像为image-000.jpg，image-001.jpg等。注意输出格式始终为Jpeg。

可能的选项

作为命令行工具，您需要exec（或system，passthru，任何执行PHP内置函数的命令。由于您的环境没有，我看到四个选项：

请求为您打开exec（您的托管服务提供商可以限制您执行单个命令的操作）
更改设计 - ZIP上传怎么样？
使用pdfimages的源代码作为模型
让pdfimages通过在您控制的远程主机上运行

关于＃3，滚动你自己，我不认为滚动你自己，解决一个非常狭窄的要求定义，会太困难。我似乎记得PDF中的图像边界定义得很好：只需将文件读入边界，切割到边界的末尾，base64_decode，然后写入文件 - 重复。但是，这可能太多了......

如果滚动你自己太复杂了，那么选项＃4有点像Joel Spolsky describes for working with complicated Excel objects（参见大胆标题下的编号列表“让办公室为你做繁重的工作”）。

找一个便宜的托管环境（例如亚马逊EC2）让你exec和curl
安装pdfimages
编写一个PHP脚本，将URL带到PDF，curl打开PDF，将其写入磁盘，将其传递给pdfimages，然后将URL返回到生成的图像。

示例交换可能如下所示：

GET http://www.cheaphost.com/pdfimages.php?extract=http://www.limitedhost.com/path/to/uploaded.pdf

Content-type: text/html


<html>
<body>
<ul>
<li>http://www.cheaphost.com/pdfimages.php?retrieve=ab9895v/image-000.jpg</li>
<li>http://www.cheaphost.com/pdfimages.php?retrieve=ab9895v/image-001.jpg</li>
</ul>
</body>
</html>

因此，您的单个pdfimages.php脚本（在具有exec功能的主机上运行）可以提取图像，并允许您访问提取的图像。提取时，它会读取您告诉它的PDF，在其上运行pdfimages，并返回一个要调用的URL列表以检索提取的图像。检索时，它只会让您回到直线图像。

您需要处理清理，或许要做的事情是在检索后删除图像。您还需要处理安全性 - 不知道这些图像中的内容，但内容可能需要包含在SSL中并采取其他预防措施。

Answer 2

您可以使用pdfimages并以这种方式安装它：

apt install poppler-utils

然后以这种方式使用它以PNG文件格式获取所有图像：

pdfimages -j mypdf.pdf image -png

图像将放置在image-000.png，image-001.png等下的同一文件夹中。

有很多可用的选项，包括一些用于更改输出格式的信息，更多信息here。

我希望这会有所帮助！

使用PHP从PDF中提取图像

2 个答案: