API חינמי ב-PHP להמרת PDF או חלק ספציפי לטקסט

ספריית PHP בקוד פתוח המאפשרת למפתחי תוכנה לחלץ טקסט מקבצי PDF או מדף ספציפי של קובץ PDF בתוך יישומי PHP.

מהו PDF-to-Text?

PDFים הם פורמט סטנדרטי למסמכים דיגיטליים בכל תעשייה — מפיננסים ובריאות לחינוך ומשפט. עם זאת, חילוץ תוכן טקסט משמעותי מ-PDFים יכול להיות אתגר למפתחי תוכנה. למזלנו, ספריית PDF-to-Text של Spatie עושה משימה זו פשוטה ויעילה למפתחי PHP. כלי קוד פתוח זה מספק עטיפה נקייה וקלה סביב הבינארי החזק pdftotext מחבילת poppler-utils. הספרייה כוללת ממשק אינטואיטיבי שמאפשר למפתחים לחלץ טקסט עם רק כמה שורות קוד. היא תומכת במסמכים מרובי עמודים, PDFים עם עמודות, גופנים ותמונות משובצים, PDFים מוכנים (אם OCR יושם מראש) ועוד הרבה יותר.

Spatie PDF-to-Text היא ספריית PHP בקוד פתוח המאפשרת למפתחי תוכנה לחלץ טקסט פשוט מקבצי PDF. היא פועלת כעטיפה של PHP סביב כלי השורת פקודה pdftotext, חלק מחבילת Poppler. משמעות הדבר שהיא אינה תלויה בספריות PHP לניתוח ה-PDF אלא מנצלת כלי בינארי מבוסס ונבדק בקרבות, שפועל במהירות ובדיוק גבוה. למרות שהספרייה נכתבת ב-PHP, היא פועלת בצורה חלקה על פני מערכות הפעלה שונות (Linux, macOS, ו-Windows) כל עוד קיים קובץ הבינארי pdftotext. היא קלה משקל ולא מושכת ספריות צד שלישי מיותרות. זה הופך אותה למהירה יותר, קלה יותר לתחזוקה ופחות חשופה לשבירה עקב עדכונים בתלויות שאינן קשורות.

במבט כולל

סקירה של תכונות PDF-to-Text.

Features Overview

חילוץ טקסט מ-PDF
המרת PDF לטקסט
ייצוא PDF ב-PHP
תמיכה בסימניות
גיליונות סגנון CSS
פריסת דף
כיוון דף
כותרות ותחתיות
תמונות
טבלאות
חילוץ תמונות
סימני מים

PDF-to-Text

PDF-to-Text תומכת בפורמט קובץ PDF וכן בפורמטים תקניים בתעשייה לייצוא.

Reader

Writer

TXT, HTML

PDF-to-Text

עצמאות פלטפורמה

PDF-to-Text דורשת רק סביבת ריצה של PHP.

PHP 5.3 ומעלה.

PDF-to-Text

התחלה עם PDF-to-Text

כדי להפעיל את PDF-to-Text תחילה עליכם להתקין PHP גרסה 5.3 או גבוהה יותר. הדרך הקלה ביותר להתקין את PDF-to-Text היא דרך Composer. אנא השתמשו בפקודה הבאה להתקנה חלקה.

התקנת PDF-to-Text באמצעות Composer

composer require spatie/pdf-to-text

התקנת PDF-to-Text באמצעות פקודת Git

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

חילוץ טקסט מקובץ PDF באמצעות API של PHP

ספריית הקוד הפתוח Spatie PDF-to-Text היא מינימלית בעיצוב, מתמקדת בביצוע משימה אחת — חילוץ טקסט מ-PDFs — וביצוע זאת בצורה טובה. הפשטות שלה הופכת אותה למתאימה מצוינת לפתרונות תוכנה מותאמים כגון סורקי חשבוניות, כלי מחקר אקדמיים, מעבדי מסמכים משפטיים, או מערכות להעברת תוכן. הדוגמה הבאה מדגימה כיצד מפתחים יכולים פשוט להגדיר את נתיב קובץ ה-PDF, והם מוכנים לחלץ את כל תוכן הטקסט שלו. הם יכולים גם להתאים את הנתיב לבינארי במידת הצורך.

איך לחלץ טקסט מקובץ PDF באמצעות API של 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();

חילוץ חלק ספציפי מה-PDF באמצעות PHP

הספרייה מאפשרת לך לנצל את כוחו של כלי השורת פקודה pdftotext על ידי מתן תמיכה באפשרויות השונות שלו. משמעות הדבר היא שאתה יכול להתאים את תהליך חילוץ הטקסט לצרכים הספציפיים שלך. לדוגמה, ניתן להשתמש באפשרויות לשמור על פריסת ה-PDF המקורי, לציין טווח דפים מסוים, או להגדיר את הרזולוציה של הפלט. הדוגמה הפשוטה הבאה מראה כיצד מפתחים קובעים תחילה את אפשרויות layout ו‑r, ולאחר מכן מוסיפים את אפשרות f כדי לציין את הדף הראשון של ה-PDF.

איך להגדיר אפשרויות שונות לחילוץ טקסט מ-PDF באמצעות API של PHP?

use Spatie\PdfToText\Pdf;

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

echo $text;