从 pdf / a 中提取文本答案

【问题标题】：Text extraction from a pdf / a从 pdf / a 中提取文本
【发布时间】：2019-12-13 08:38:00
【问题描述】：

你知道有什么库可以让我提取 A 类 pdf 的文本以在 PHP 中阅读吗？

我尝试了很多图书馆，但没有一个能够阅读内容我需要帮助

【问题讨论】：

这是一个文件示例：drive.google.com/open?id=10MlDAC8HHEFC9zK9byb56q4wbbERfb9Z
请细化您的要求：PDF文本输出可以是任意方向，甚至可以改变方向。也许将您的要求与您在显示此类文件、标记并将所有文本复制粘贴到某个窗口时得到的结果进行比较。

标签： php type-conversion pdfa

【解决方案1】：

您可以尝试PDF Parser，这是一个在github 中提供的开源库

会是这样的。但是请查看文档以获取更多详细信息

<?php

// lot of lines

// Parse pdf file and build necessary objects.
$parser = new \Smalot\PdfParser\Parser();
$pdf    = $parser->parseFile('document.pdf');

$text = $pdf->getText();
echo $text;

?>

【讨论】：

你试试这个：drive.google.com/open?id=1XlS-8Mcxg9B1TN5FfubqjfYm3Uv1uOxq
上面的代码只是一个例子，你应该阅读文档（我提到的第一个链接）来编写完全符合你需求的代码。但是，我还测试了您提到的 PDF，它使用文档页面上的第一个示例工作。打印所有可以阅读的文本，直到“causing maggiore rifrazione.”这一行，这是文档的最后一部分。