用php阅读pdf文件

Question

我有一个很大的PDF文件，是建筑物的地板图。它具有所有办公家具的图层，包括座位位置的文本框。

我的目标是用PHP读取该文件，在文档中搜索文本图层，获取文件中的内容和坐标。这样我可以绘制座位位置​​ - > x/y坐标。

有什么办法通过PHP来做到这一点？ （或甚至红宝石或Python，如果这是必要的）

Answer 1

退房FPDF（含FPDI）：

http://www.fpdf.org/

http://www.setasign.de/products/pdf-php-solutions/fpdi/

这些都会让你打开一个PDF和PHP添加内容到它。我猜你还可以使用他们的功能来搜索现有的内容以获取所需的值。

另一个可能的库是TCPDF：http://www.tecnick.com/public/code/cp_dpage.php?aiocp_dp=tcpdf

更新添加一个更现代化的图书馆：PDF Parser

Answer 2

嗯...不完全是PHP，但你可以调用一个程序从PHP转换为临时的HTML文件，然后用PHP解析结果文件。我已经做了类似的东西为我的一个项目，这是我使用的程序：

PdfToHtml

什么是很酷的计划是，它会与绝对位置< div>标签吐出的文本元素坐标。看起来这正是你想要做的。

Answer 3

你可能想也尝试这种应用http://pdfbox.apache.org/。一个工作示例可以在https://www.jinises.com

Answer 4

有一个php库（pdfparser），它完全符合你的需求。

项目网站

http://www.pdfparser.org/

github上

https://github.com/smalot/pdfparser

演示页/ API

http://www.pdfparser.org/demo

包括在您的项目pdfparser后，您可以从mypdf.pdf得到的所有文字，像这样：

<?php 
$parser = new \installpath\PdfParser\Parser(); 
$pdf = $parser->parseFile('mypdf.pdf'); 
$text = $pdf->getText(); 
echo $text;//all text from mypdf.pdf 

?> 

Simular您可以从PDF获得元数据WEL为获取PDF对象（例如图像） 。