1. Продукти
  2.   PDF
  3.   PHP
  4.   PDF-to-Text
 
  

Безплатен PHP API за конвертиране на PDF или конкретна част в текст

Отворена PHP библиотека, която позволява на софтуерните разработчици да извличат текст от PDF файлове или конкретна страница от PDF файл в PHP приложения.

Какво е PDF-to-Text?

PDF‑тата са стандартен формат за цифрови документи във всички индустрии — от финанси и здравеопазване до образование и право. Въпреки това, извличането на смислено текстово съдържание от PDF‑тата може да бъде предизвикателство за софтуерните разработчици. За щастие, библиотеката PDF-to-Text на Spatie прави тази задача проста и ефективна за PHP разработчиците. Този инструмент с отворен код предоставя чист и лек обвивка около мощния двоичен файл pdftotext от пакета poppler-utils. Библиотеката разполага с интуитивен интерфейс, който позволява на разработчиците да извличат текст с няколко реда код. Тя поддържа многостранни документи, PDF‑та с колони, вградени шрифтове и изображения, готови PDF‑та (ако OCR е предварително приложен) и много други.

Spatie PDF-to-Text е отворена PHP библиотека, която позволява на софтуерните разработчици да извличат чист текст от PDF файлове. Тя действа като PHP обвивка около командния инструмент pdftotext, част от пакета Poppler. Това означава, че не разчита на PHP библиотеки за парсиране на PDF, а вместо това използва зряла, изпитана в бой бинарна програма, която работи бързо и с висока точност. Въпреки че библиотеката е написана на PHP, тя работи безпроблемно на различни операционни системи (Linux, macOS и Windows), стига бинарният файл pdftotext да е наличен. Тя е лека и не включва ненужни външни библиотеки. Това я прави по-бърза, по-лесна за поддръжка и по-малко податлива на счупване поради актуализации в несвързани зависимости.

Previous Next

Започване с PDF-to-Text

За да използвате PDF-to-Text, първо трябва да инсталирате PHP версия 5.3 или по-нова. Най-лесният начин за инсталиране на PDF-to-Text е чрез Composer. Моля, използвайте следната команда за безпроблемна инсталация.

Инсталиране на PDF-to-Text чрез Composer

composer require spatie/pdf-to-text

Инсталиране на PDF-to-Text чрез Git команда

git clone https://github.com/spatie/pdf-to-text.git 
cd dompdf/lib

Извличане на текст от PDF файл чрез PHP API

Отвореният източник Spatie PDF-to-Text библиотека е минимална по дизайн, фокусирана върху изпълнението на една задача — извличане на текст от PDF‑файлове — и го прави добре. Нейната простота я прави отличен избор за персонализирани софтуерни решения като скенери за фактури, академични изследователски инструменти, процесори на правни документи или системи за миграция на съдържание. Следният пример демонстрира как софтуерните разработчици могат просто да зададат пътя към PDF файла и да са готови да извлекат целия му текстов съдържание. Те също могат да персонализират пътя към бинарния файл, ако е необходимо.

Как да извлечете текст от PDF файл чрез PHP API?

use Spatie\PdfToText\Pdf;
$text = (new Pdf())
    ->setPdf('example.pdf')
    ->text();

echo $text;
$text = (new Pdf('/custom/path/to/pdftotext'))
    ->setPdf('report.pdf')
    ->text();

Извличане на конкретна част от PDF чрез PHP

Библиотеката ви позволява да използвате мощта на командния инструмент pdftotext, като предоставя поддръжка за различните му опции. Това означава, че можете да персонализирате процеса на извличане на текст, за да отговаря на вашите специфични нужди. Например, можете да използвате опции за запазване на оформлението на оригиналния PDF, да зададете конкретен диапазон от страници или да настроите резолюцията на изхода. Следният прост пример показва как софтуерните разработчици първо задават опциите layout и r, а след това добавят опцията f, за да посочат първата страница на PDF‑а.

Как да зададете различни опции за извличане на текст от PDF чрез PHP API?

use Spatie\PdfToText\Pdf;

$text = (new Pdf())
    ->setPdf('table.pdf')
    ->setOptions(['layout', 'r 96'])
    ->addOptions(['f 1'])
    ->text();

echo $text;
 Български