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

API PHP Gratis untuk Mengonversi PDF atau Bagian Spesifik ke Teks

Perpustakaan PHP Open Source yang Memungkinkan Pengembang Perangkat Lunak untuk Mengekstrak Teks dari PDF atau Halaman Spesifik dari File PDF dalam Aplikasi PHP.

Apa itu PDF-to-Text?

PDF adalah format standar untuk dokumen digital di semua industri—dari keuangan dan perawatan kesehatan hingga pendidikan dan hukum. Namun, mengekstrak konten teks yang bermakna dari PDF dapat menjadi tantangan bagi pengembang perangkat lunak. Untungnya, perpustakaan PDF-to-Text dari Spatie membuat tugas ini sederhana dan efisien bagi pengembang PHP. Alat sumber terbuka ini menyediakan pembungkus yang bersih dan ringan di atas binary pdftotext yang kuat dari paket poppler-utils. Perpustakaan ini memiliki antarmuka yang intuitif yang memungkinkan pengembang mengekstrak teks dengan hanya beberapa baris kode. Ia mendukung dokumen multi-halaman, PDF dengan kolom, font dan gambar yang disematkan, PDF yang sudah diproses (jika OCR telah diterapkan) dan banyak lagi.

Spatie PDF-to-Text adalah perpustakaan PHP sumber terbuka yang memungkinkan pengembang perangkat lunak mengekstrak teks polos dari file PDF. Ia berfungsi sebagai pembungkus PHP di sekitar utilitas baris perintah pdftotext, bagian dari suite Poppler. Ini berarti ia tidak bergantung pada perpustakaan PHP untuk mengurai PDF, melainkan memanfaatkan alat biner yang matang dan teruji, yang bekerja cepat dan dengan akurasi tinggi. Meskipun perpustakaan ini ditulis dalam PHP, ia bekerja mulus di berbagai sistem operasi (Linux, macOS, dan Windows) selama biner pdftotext tersedia. Ia ringan dan tidak menarik perpustakaan pihak ketiga yang tidak diperlukan. Hal ini membuatnya lebih cepat, lebih mudah dipelihara, dan kurang rentan rusak akibat pembaruan dependensi yang tidak terkait.

Previous Next

Memulai dengan PDF-to-Text

Untuk menjalankan PDF-to-Text, pertama Anda perlu menginstal PHP versi 5.3 atau lebih tinggi. Cara termudah menginstal PDF-to-Text adalah melalui Composer. Silakan gunakan perintah berikut untuk instalasi yang lancar.

Instal PDF-to-Text melalui composer

composer require spatie/pdf-to-text

Instal PDF-to-Text melalui Perintah Git

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

Ekstrak Teks dari File PDF menggunakan API PHP

Perpustakaan open source Spatie PDF-to-Text dirancang minimalis, berfokus pada satu tugas—mengekstrak teks dari PDF—dan melakukannya dengan baik. Kesederhanaannya menjadikannya pilihan yang sangat cocok untuk solusi perangkat lunak khusus seperti pemindai faktur, alat penelitian akademik, pemroses dokumen hukum, atau sistem migrasi konten. Contoh berikut menunjukkan bagaimana pengembang perangkat lunak cukup menetapkan jalur file PDF, dan mereka siap mengekstrak semua konten teksnya. Mereka juga dapat menyesuaikan jalur ke binary jika diperlukan.

Cara Mengekstrak Teks dari File PDF menggunakan API 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();

Ekstrak Bagian Spesifik dari PDF melalui PHP

Perpustakaan ini memungkinkan Anda memanfaatkan kekuatan alat baris perintah pdftotext dengan menyediakan dukungan untuk berbagai opsinya. Ini berarti Anda dapat menyesuaikan proses ekstraksi teks sesuai kebutuhan spesifik Anda. Misalnya, Anda dapat menggunakan opsi untuk mempertahankan tata letak PDF asli, menentukan rentang halaman tertentu, atau mengatur resolusi output. Contoh sederhana berikut menunjukkan bagaimana pengembang perangkat lunak pertama-tama mengatur opsi layout dan r, kemudian menambahkan opsi f untuk menentukan halaman pertama PDF.

Cara Mengatur Berbagai Opsi untuk Mengekstrak Teks PDF melalui API PHP?

use Spatie\PdfToText\Pdf;

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

echo $text;
 Indonesia