我试图使用Smalot PDF Parser解析pdf，但问题是文本格式不正确。它显示了单词字母之间的空格。
例如：单词＆＃34; Letter＆＃34;写作＆＃34; L e tt e r＆＃34;。我该怎么纠正呢？
此外，Smalot PDF Parser提供的文档还不够。我需要更多文档来详细介绍PDF Parser。如果有人拥有它，请给我更多文件。
谢谢！
答案 0 :(得分：0)
尝试从PDF中提取文本总是很难。 这是因为PDF文档不是WYSIWYG格式，您应该将它们视为指令容器。
提取文字意味着重播＆＃39;这些指令是为了找出在什么位置绘制的字母，然后应用一些启发式方法来确定类似于＆＃34;这些字母彼此接近，它们应该连接在一起＃34;。
它必须是php吗？