PHP 读取PDF文件内容之PdfParser

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();

 

来源：oschina

链接：https://my.oschina.net/u/4327623/blog/4275658