用php阅读pdf文件

Question

我有一个大型PDF文件,它是建筑物的楼层地图.它有所有办公家具的层,包括座位位置的文本框.

我的目标是用PHP读取这个文件,在文档中搜索文本图层,在文件中获取它们的内容和坐标.这样我可以绘制座位位置​​ - > x/y坐标.

有没有办法通过PHP做到这一点？(甚至Ruby或Python,如果这是必要的)

Answer 1

查看FPDF(使用FPDI):

http://www.fpdf.org/

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

这些将允许您打开PDF并在PHP中添加内容.我猜你也可以使用他们的功能在现有内容中搜索你需要的值.

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

更新以添加更现代的库:PDF Parser

Answer 2

有一个php库(pdfparser)可以完全满足您的需求.

项目网站

http://www.pdfparser.org/

github上

https://github.com/smalot/pdfparser

演示页/ api

http://www.pdfparser.org/demo

在项目中包含pdfparser后,您可以mypdf.pdf像这样获取所有文本:

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

?>

模拟您可以从pdf获取元数据以及获取pdf对象(例如图像).

Answer 3

不完全是 php，但您可以从 php 执行一个程序，将 pdf 转换为临时 html 文件，然后使用 php 解析结果文件。我已经为我的项目做了类似的事情，这是我使用的程序：

Pdf转Html

生成的 HTML 使用绝对位置坐标将文本元素包装在 <div> 标记中。看起来这正是您正在尝试做的事情。