仅在 PHP 中计算 PDF 中的页数 [关闭]答案

【问题标题】：Count the number of pages in a PDF in only PHP [closed]仅在 PHP 中计算 PDF 中的页数 [关闭]
【发布时间】：2010-11-11 17:53:17
【问题描述】：

我需要一种方法来计算 PHP 中 PDF 的页数。我做了一些谷歌搜索，我发现的唯一东西要么使用 shell/bash 脚本、perl 或其他语言，但我需要原生 PHP 中的一些东西。是否有任何库或示例说明如何执行此操作？

【问题讨论】：

github.com/howtomakeaturn/pdfinfo

标签： php pdf

【解决方案1】：

如果使用 Linux，这比使用identify 获取页数要快得多（尤其是在页数较多的情况下）：

exec('/usr/bin/pdfinfo '.$tmpfname.' | awk \'/Pages/ {print $2}\'', $output);

您确实需要安装 pdfinfo。

【讨论】：

哇，这比这里列出的任何其他方法快 1000000 倍。干杯。
+1 使用正确的方法！
您可能需要使用which phpinfo 来获取绝对路径。还要在服务器上安装phpinfo
qpdf 也是一个选项。一个优点是您不必解析输出。 qpdf --show-npages file.pdf 仅返回带有换行符的页数。所以你只需要trim()/parseInt()：trim(shell_exec('qpdf --show-npages ' . escapeshellarg($file)))

【解决方案2】：

我知道这已经很老了......但如果它现在与我相关，它也可能与其他人相关。

我刚刚制定了这种获取页码的方法，因为这里列出的方法效率低下，而且对于大型 PDF 来说非常慢。

$im = new Imagick();
$im->pingImage('name_of_pdf_file.pdf');
echo $im->getNumberImages();

似乎对我很有效！

【讨论】：

【解决方案3】：

您可以使用 PHP 的 ImageMagick 扩展。 ImageMagick 理解 PDF，您可以使用 identify 命令提取页数。 PHP函数是Imagick::identifyImage()。

【讨论】：

这是一个相当古老的答案。您可能想看看TCPDI。这完全一样，无需添加额外的 PHP 库 $pageCount = (new TCPDI())->setSourceData((string)file_get_contents($fileName));
TCPDI 也是一个库。
我使用正则表达式 preg_match('/\/Count\s?(?<value>\d+)\s?\/Type\s*?\/Pages/', $chunk, $matches) 来计算 Pdf v1.7 的页数，这里是完整的解决方案 rcadhikari.blogspot.com/2021/03/…

【解决方案4】：

我实际上采用了一种组合方法。由于我在服务器上禁用了 exec，我想坚持使用基于 PHP 的解决方案，所以最终得到了这个：

代码：

function getNumPagesPdf($filepath){
    $fp = @fopen(preg_replace("/\[(.*?)\]/i", "",$filepath),"r");
    $max=0;
    while(!feof($fp)) {
            $line = fgets($fp,255);
            if (preg_match('/\/Count [0-9]+/', $line, $matches)){
                    preg_match('/[0-9]+/',$matches[0], $matches2);
                    if ($max<$matches2[0]) $max=$matches2[0];
            }
    }
    fclose($fp);
    if($max==0){
        $im = new imagick($filepath);
        $max=$im->getNumberImages();
    }

    return $max;
}

如果它因为没有 Count 标签而无法解决问题，那么它使用 imagick php 扩展。我采用双重方法的原因是因为后者很慢。

【讨论】：

这是一种固有的危险方法，肯定会在大量 PDF 文件上失败。其他方法速度较慢是有原因的 - 它们工作量更大，因此更可靠。

【解决方案5】：

您可以尝试 fpdi（请参阅here），正如您在设置源文件时看到的那样，您会返回页码。

【讨论】：

我在我的两台测试服务器（1 Win 和 1 Debian）上都进行了测试，结果都很好，所以我会接受它。
我用这个尝试了一些 pdf，但 ImageMagick 似乎更可靠.. 对于许多 pdf，我得到：FPDF 错误：该文档 (test_1.pdf) 可能使用了免费解析器不支持的压缩技术与 FPDI 一起发货。
我的错误信息与@Chris 的 FPDI 相同。部分 PDF 是使用 Adobe Pro 8/9 生成的。

【解决方案6】：

试试这个：

<?php
if (!$fp = @fopen($_REQUEST['file'],"r")) {
        echo 'failed opening file '.$_REQUEST['file'];
}
else {
        $max=0;
        while(!feof($fp)) {
                $line = fgets($fp,255);
                if (preg_match('/\/Count [0-9]+/', $line, $matches)){
                        preg_match('/[0-9]+/',$matches[0], $matches2);
                        if ($max<$matches2[0]) $max=$matches2[0];
                }
        }
        fclose($fp);
echo 'There '.($max<2?'is ':'are ').$max.' page'.($max<2?'':'s').' in '. $_REQUEST['file'].'.';
}
?>

Count 标签显示不同节点中的页面数。父节点在其 Count 标记中包含其他节点的总和，因此此脚本仅查找最大值（即页数）。

【讨论】：

【解决方案7】：

这个不用imagick的：

function getNumPagesInPDF($file) 
{
    //http://www.hotscripts.com/forums/php/23533-how-now-get-number-pages-one-document-pdf.html
    if(!file_exists($file))return null;
    if (!$fp = @fopen($file,"r"))return null;
    $max=0;
    while(!feof($fp)) {
            $line = fgets($fp,255);
            if (preg_match('/\/Count [0-9]+/', $line, $matches)){
                    preg_match('/[0-9]+/',$matches[0], $matches2);
                    if ($max<$matches2[0]) $max=$matches2[0];
            }
    }
    fclose($fp);
    return (int)$max;

}

【讨论】：

【解决方案8】：

function getNumPagesPdf($filepath) {
    $fp = @fopen(preg_replace("/\[(.*?)\]/i", "", $filepath), "r");
    $max = 0;
    if (!$fp) {
        return "Could not open file: $filepath";
    } else {
        while (!@feof($fp)) {
            $line = @fgets($fp, 255);
            if (preg_match('/\/Count [0-9]+/', $line, $matches)) {
                preg_match('/[0-9]+/', $matches[0], $matches2);
                if ($max < $matches2[0]) {
                    $max = trim($matches2[0]);
                    break;
                }
            }
        }
        @fclose($fp);
    }

    return $max;
}

这正是我想要的：

我刚刚研究出这种获取 pdf 页码的方法... 在获得 pdf 页数后，我只需在 while 中添加中断，这样它就不会在这里陷入无限循环....

【讨论】：

【解决方案9】：

在 *nix 环境下你可以使用：

exec('pdftops ' . $filename . ' - | grep showpage | wc -l', $output);

pdftops 的默认安装位置。

或者按照 Xethron 的建议：

pdfinfo filename.pdf | grep Pages: | awk '{print $2}'

【讨论】：

-1，您的回答不符合“仅用 PHP 计算 PDF 中的页数”的问题。请注意“仅在 PHP 中”部分。 ;) 你的回答也是高度依赖系统的，无论是在安装的 *nix 还是 pdftops 上。
极慢！ pdfinfo filename.pdf | grep Pages: | awk '{print $2}' 是一个更好的解决方案！

【解决方案10】：

$pdftext = file_get_contents($caminho1);

 $num_pag = preg_match_all("/\/Page\W/", $pdftext,$dummy);

【讨论】：

我确信包含“/Page”的 PDF 很容易得到错误计数

【解决方案11】：

仅使用 PHP 会导致安装复杂的库、重新启动 Apache 等，并且许多纯 PHP 方式（如打开流和使用正则表达式）不准确。

包含的答案是我能想到的唯一快速可靠的方法。它使用单个可执行文件，但不必安装（*nix 或 Windows），并且一个简单的 PHP 脚本提取输出。最好的事情是我还没有看到错误的页数！

可以在这里找到，包括为什么其他方法“不起作用”：

Get the number of pages in a PDF document

【讨论】：