Question

我在PHP中使用fopen打开从tesseract OCR中提取的文件。返回的文本包含<<<<<<，fopen读取直到找到第一个<字符，然后停止。

从OCR返回的文件：

P<dsdasdasd<<dasd<adsda<dsada<<<<<<<<<<ec<
dasdasdsdasdasdasdasd<<<<<<<<<<<<<<06

£ y

来自fopen的回声：

如果我查看源代码，会发现红色的其余文本。

我使用的代码：

<?php
file_put_contents("tmpFile.jpg",file_get_contents("1.jpg"));
$cmd = "tesseract tmpFile.jpg ee ";
exec($cmd);
$myfile = fopen("ee.txt", "r") or die("Unable to open file!");
$data= fread($myfile,100000000);
fclose($myfile);
echo $data;
?>

我粘贴了有问题的文本，它也被隐藏了。

我输入问题时的屏幕截图，以及隐藏在问题中的文本：

来自输出和视图源的屏幕截图：

Answer 1

据我所知，该问题与tesseract或您的输入文本文件无关。

fopen读取直到找到第一个<字符，然后停止

我认为那不是真的。那么，为什么您会在“查看源代码”中看到其余的源代码呢？ fopen读取了整个文件，但问题在于在浏览器中显示该信息。

您要显示为HTML标记保留的字符-在这种情况下为<（“小于”符号）。这就是为什么您在“查看源代码”中看到红色文本的原因，因为浏览器不知道如何解释HTML代码。

作为第一种解决方法，只需在<textarea>周围放置一个<?php标记即可查看数据：

<textarea><?php
/* ...
your regular code here
... */
?></textarea>

下一步应该是对那些特殊字符进行编码，然后再将其提供给echo。看看htmlspecialchars 或htmlentities。

您还可以在以下位置找到有关该主题的有用信息：

使用fopen PHP

1 个答案: