واجهة برمجة تطبيقات PHP مجانية لتحويل PDF أو جزء محدد إلى نص
مكتبة PHP مفتوحة المصدر تتيح للمطورين استخراج النص من ملفات PDF أو صفحة محددة من ملف PDF داخل تطبيقات PHP.
ما هو PDF-to-Text؟
تُعد ملفات PDF تنسيقًا قياسيًا للمستندات الرقمية في جميع الصناعات — من المالية والرعاية الصحية إلى التعليم والقانون. ومع ذلك، قد يكون استخراج محتوى نصي ذو معنى من ملفات PDF تحديًا لمطوري البرمجيات. لحسن الحظ، تجعل مكتبة PDF-to-Text من Spatie هذه المهمة بسيطة وفعّالة لمطوري PHP. توفر هذه الأداة المفتوحة المصدر غلافًا نظيفًا وخفيفًا حول الثنائي القوي pdftotext من حزمة poppler-utils. تتميز المكتبة بواجهة بديهية تتيح للمطورين استخراج النص ببضع أسطر من الشيفرة فقط. تدعم المستندات متعددة الصفحات، وملفات PDF ذات الأعمدة، والخطوط المدمجة والصور، وملفات PDF الجاهزة (إذا تم تطبيق OCR مسبقًا) وأكثر من ذلك بكثير.
Spatie PDF-to-Text هي مكتبة PHP مفتوحة المصدر تسمح لمطوري البرمجيات باستخراج النص العادي من ملفات PDF. تعمل كغلاف PHP حول أداة سطر الأوامر pdftotext، وهي جزء من مجموعة Poppler. هذا يعني أنها لا تعتمد على مكتبات PHP لتحليل PDF بل تستفيد من أداة ثنائية ناضجة ومجربة تعمل بسرعة ودقة عالية. على الرغم من أن المكتبة مكتوبة بلغة PHP، إلا أنها تعمل بسلاسة عبر أنظمة تشغيل مختلفة (Linux و macOS و Windows) طالما كان ملف تنفيذ pdftotext متاحًا. إنها خفيفة الوزن ولا تجلب أي مكتبات طرف ثالث غير ضرورية. هذا يجعلها أسرع وأسهل في الصيانة وأقل عرضة للتعطل بسبب تحديثات الاعتماديات غير المرتبطة.
البدء مع PDF-to-Text
لتشغيل PDF-to-Text تحتاج أولاً إلى تثبيت PHP الإصدار 5.3 أو أعلى. أسهل طريقة لتثبيت PDF-to-Text هي عبر Composer. يرجى استخدام الأمر التالي لتثبيت سلس.
تثبيت PDF-to-Text عبر Composer
composer require spatie/pdf-to-textتثبيت PDF-to-Text عبر أمر Git
git clone https://github.com/spatie/pdf-to-text.git
cd dompdf/libاستخراج النص من ملف PDF باستخدام واجهة برمجة التطبيقات PHP
مكتبة Spatie PDF-to-Text مفتوحة المصدر مصممة ببساطة، تركز على مهمة واحدة — استخراج النص من ملفات PDF — وتقوم بذلك بشكل ممتاز. تجعل بساطتها منها خيارًا مثاليًا لحلول البرمجيات المخصصة مثل ماسحات الفواتير، أدوات البحث الأكاديمي، معالجات المستندات القانونية، أو أنظمة ترحيل المحتوى. يوضح المثال التالي كيف يمكن للمطورين ببساطة تحديد مسار ملف PDF، ويكونون جاهزين لاستخراج كل محتوى النص. يمكنهم أيضًا تخصيص مسار الملف التنفيذي إذا لزم الأمر.
كيف يمكن استخراج النص من ملف PDF باستخدام واجهة برمجة التطبيقات PHP؟
use Spatie\PdfToText\Pdf;
$text = (new Pdf())
->setPdf('example.pdf')
->text();
echo $text;
$text = (new Pdf('/custom/path/to/pdftotext'))
->setPdf('report.pdf')
->text();
استخراج جزء محدد من PDF عبر PHP
تتيح لك المكتبة الاستفادة من قوة أداة pdftotext سطر الأوامر من خلال توفير الدعم لمختلف خياراتها. هذا يعني أنه يمكنك تخصيص عملية استخراج النص لتناسب احتياجاتك الخاصة. على سبيل المثال، يمكنك استخدام الخيارات للحفاظ على تخطيط ملف PDF الأصلي، أو تحديد نطاق صفحات معين، أو ضبط دقة الإخراج. يوضح المثال البسيط التالي كيف يقوم المطورون أولاً بتعيين خيارات layout و r، ثم إضافة خيار f لتحديد الصفحة الأولى من PDF.
كيف يمكن ضبط خيارات مختلفة لاستخراج نص PDF عبر واجهة برمجة التطبيقات PHP؟
use Spatie\PdfToText\Pdf;
$text = (new Pdf())
->setPdf('table.pdf')
->setOptions(['layout', 'r 96'])
->addOptions(['f 1'])
->text();
echo $text;
