使用php从pdf文件中读取数据

Question

我使用此链接http://webcheatsheet.com/php/reading_clean_text_from_pdf.php中的代码阅读pdf文件。我的pdf文件包含表格结构，但在阅读文件后所有数据混乱如xxx 333退出国家26-01-2014 yyy 444输入国家26-01-2014 zzz 555退出国家26-01-2014

我的pdf结构是

visaNo姓名日期类型

333 xxx 26-01-2014来自国家
 444 yyy 26-01-2014进入国家
 555 zzz 26-01-2014来自国家

Answer 1

恐怕没有简单的解决办法。 在pdf源代码中，您记下文本位的顺序并不重要，因为您可以为它们提供特定的协调。 你可以做的两件事是（imho）：

1. [在任何情况下]更改您的代码以分隔文本流（可能用您选择的特殊字符替换Tj和TJ，而不是将它们丢弃）
2. 如果您非常确定生成pdf文件的软件是否一致，请手动切换列（单元格将由您的特殊字符分隔）
3. 如果不是，我担心你需要更多地更改你的代码并照顾所有文本流的cohordinates，并从中猜出你的文本流的行＃和col＃。

我真的希望你有一些php类这样做