使用 PHP 将 PDF 文档 (.pdf) 转换为 EXCEL 文档 (.XLXS)

Question

我有一组 pdf 文档，我需要将文件转换为 excel。当我尝试转换那些我无法转换的内容时，它说明失败了。因此，我尝试将所有数据都转换为 HTML 标记，但它正在将整个文档更改为 P 标记。我附上了 HTML 标签的示例响应。请建议我一些在 php 中将 pdf 转换为 excel 的方法。

我用过this库

<p class="ft00" style="margin: 0; padding: 0; font-size: 11px; font-family: Times; color: #000000; position: absolute; top: 863px; left: 683px; white-space: nowrap;"><b>10</b></p>
<p class="ft01" style="margin: 0; padding: 0; font-size: 9px; font-family: Times; color: #000000; -moz-transform: matrix(         0,         -1,  0.9999875,          0, 0, 0); -webkit-transform: matrix(         0,         -1,  0.9999875,          0, 0, 0); -o-transform: matrix(         0,         -1,  0.9999875,          0, 0, 0); -ms-transform: matrix(         0,         -1,  0.9999875,          0, 0, 0); -moz-transform-origin: left 75%; -webkit-transform-origin: left 75%; -o-transform-origin: left 75%; -ms-transform-origin: left 75%; position: absolute; top: 207px; left: 63px; white-space: nowrap;"><b>THE</b></p>

Library: PdfToHtml


$pdf = new \TonchikTm\PdfToHtml\Pdf($pdf_file , [
    'pdftohtml_path' => $bindir,
    'pdfinfo_path' => $binexe,
    'outputDir' => getcwd().'/excelfile/'.uniqid() // output dir 
]);

$newpage = '';
foreach ($pdf->getHtml()->getAllPages() as $page) {
    $newpage .= $page . '<br/>';
  
}

Answer 1

我从未有过将 PDF 转换为 Excel 的用例，但是您尝试了哪些其他库？

PDFTables 看起来很有前景：

https://pdftables.com/pdf-to-excel-api#php

https://github.com/pdftables/php-pdftables-api

如果需要使用您正在使用的 PDF 到 HTML 库来完成，我不知道有一种简单/干净的方法来做到这一点。

根据问题，每个页面返回一个包含所有段落元素的字符串？

如果返回一个元素数组，您应该能够遍历每个段落并使用 strip_tags() 来获取各个值。

如果是字符串，请考虑使用Simple HTML Dom 从字符串格式中解析 HTML 元素，以便您更轻松地使用 HTML。

$html = str_get_html('<div id="hello">Hello</div><div id="world">World</div>');