PHP - 从 PDF 读取用户选择的文本的解决方法？答案

【问题标题】：PHP - Workaround for reading user-selected text from PDF?PHP - 从 PDF 读取用户选择的文本的解决方法？
【发布时间】：2012-04-24 06:24:10
【问题描述】：

我正在开发一个项目，该项目允许用户从 HTML 页面上传日文文本或内容，然后使用光标选择文本/内容中的单词以翻译成英文。但是，我希望能够将此功能扩展到 PDF 文件。本质上，我希望用户能够提交 PDF 文件并让浏览器呈现该 PDF 文件，这样当用户选择/突出显示 PDF 中的单词时，浏览器可以以某种方式传递文本的内容突出显示的部分，例如通过 javascript，然后被中继到 PHP 变量。

我知道 stackoverflow 上有很多帖子都在问类似的问题（我花了好几个小时试图对它们进行分类！），但我似乎无法找到关于这是否可能的明确答案。似乎有很多选项可以将 PDF 转换为 HTML 或从 PDF 中提取文本，但老实说，如果这些选项中的任何一个与我想要完成的任务相关，我会感到困惑。而且我知道有一个用于 Adobe 的 javascript API，但我的印象是 javascript 需要嵌入到 PDF 中，如果用户上传自己的 PDF 文件进行渲染，这将是不正确的。即使这是可能的，Adobe javascript API 中似乎没有原生文本选择支持....

是否有一个简单的解决方法（矛盾修饰法？）来做到这一点？同样，我希望能够将在 PDF 中选择的文本传递给变量——效果是用户突出显示他们不知道的单词，以便可以将这些单词添加到单词库中以便在字典中检索。

让我知道我是否可以更清楚地了解任何事情。谢谢！

【问题讨论】：

标签： php javascript pdf

【解决方案1】：

我认为最好的办法是将 PDF 转换为 HTML（请参阅this answers），然后您就已经为常规 HTML 实现了一切。

【讨论】：

是的，这可能是这里的理想解决方案。但是，我似乎遇到的问题是找到一个可以在转换过程中处理日文字体的库，而不会将其全部混为垃圾。是否有解决方案，或者我最终是否暂时只能将英文 PDF 文本转换为 HTML？
我不知道，自从我从PDF转换以来已经有一段时间了，即使那时我也没有处理日语。但是如果我不得不猜测您缺少以下之一：转换库不支持 UTF8 或者您没有安装可以显示日语的字体。
嗯，是的。我认为我一直遇到的问题是对 UTF8 本身的原生支持。也许这不可行……我必须找到一种不同的方式来思考这项任务，看来……