PdfParser,一个独立的PHP库,提供了多种工具来从PDF文件提取数据,不支持加密的PDF文件
官方文档:https://www.pdfparser.org/documentation
使用composer安装依赖包:
composer require smalot/pdfparser
安装成功后如下图:
创建index.php文件,引入autoload.php文件:
include 'vendor/autoload.php';
1.一次性读取文件中的所有内容:
include 'vendor/autoload.php';
$parser = new \Smalot\PdfParser\Parser();
$pdf = $parser->parseFile('document.pdf');
$text = $pdf->getText(); //将所有内容读取到一个字符串中
echo $text;
2.分页读取:
include 'vendor/autoload.php';
$parser = new \Smalot\PdfParser\Parser();
$pdf = $parser->parseFile('document.pdf');
$pages = $pdf->getPages(); //分页信息
foreach ($pages as $page) {
echo $page->getText(); //输出每一页的内容
}
3.获取文件的基本信息,如:制作人、日期、总页数等
include 'vendor/autoload.php';
$parser = new \Smalot\PdfParser\Parser();
$pdf = $parser->parseFile('document.pdf');
$details = $pdf->getDetails();