搜索pdf并在找到时提取页面

Question

是否有人知道如何搜索多页pdf中的某些文本（例如发票号），然后将该页面提取到单独的文件中？我看到如何使用FPDI提取特定页面，然后使用FPDF进行修改和保存。我无法弄清楚的部分是如何搜索pdf并确定文本所在的页码。这最好用php完成，但如果有必要，我愿意使用别的东西。

有什么建议吗？

谢谢。

Answer 1

这个页面帮助我找到了解决方案：

http://www.freak-search.com/en/thread/2817957/find_page_number_containing_a_given_text

基本上，您在bash脚本中使用命令行程序“pdftotext”（请参阅​​链接）以返回页码，然后使用FPDI来提取页面。效果很好。