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

API PHP gratuita per convertire PDF o parte specifica in testo

Libreria PHP open source che consente agli sviluppatori di estrarre testo da PDF o da una pagina specifica di un file PDF all'interno di applicazioni PHP.

Che cos'è PDF-to-Text?

I PDF sono un formato standard per i documenti digitali in tutti i settori—dalla finanza e sanità all'istruzione e al legale. Tuttavia, estrarre contenuti testuali significativi dai PDF può rappresentare una sfida per gli sviluppatori software. Fortunatamente, la libreria PDF-to-Text di Spatie rende questo compito semplice ed efficiente per gli sviluppatori PHP. Questo strumento open source fornisce un wrapper pulito e leggero attorno al potente binario pdftotext del pacchetto poppler-utils. La libreria ha un'interfaccia intuitiva che permette agli sviluppatori di estrarre testo con poche righe di codice. Supporta documenti multipagina, PDF con colonne, font e immagini incorporati, PDF preelaborati (se l'OCR è già applicato) e molto altro.

Spatie PDF-to-Text è una libreria PHP open source che consente agli sviluppatori di estrarre testo semplice da file PDF. Funziona come un wrapper PHP attorno all'utilità da riga di comando pdftotext, parte della suite Poppler. Ciò significa che non si basa su librerie PHP per l'analisi del PDF, ma sfrutta invece uno strumento binario maturo e collaudato, veloce e con alta precisione. Sebbene la libreria sia scritta in PHP, funziona senza problemi su diversi sistemi operativi (Linux, macOS e Windows) purché il binario pdftotext sia disponibile. È leggera e non incorpora librerie di terze parti inutili. Questo la rende più veloce, più facile da mantenere e meno soggetta a rotture dovute a aggiornamenti di dipendenze non correlate.

Previous Next

Iniziare con PDF-to-Text

Per eseguire PDF-to-Text è necessario prima installare PHP versione 5.3 o superiore. Il modo più semplice per installare PDF-to-Text è tramite Composer. Si prega di utilizzare il comando seguente per un'installazione senza problemi.

Installa PDF-to-Text tramite Composer

composer require spatie/pdf-to-text

Installa PDF-to-Text tramite comando Git

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

Estrai testo da file PDF usando l'API PHP

La libreria open source Spatie PDF-to-Text è minimale per design, concentrandosi su un unico compito—estrarre testo dai PDF—e lo fa bene. La sua semplicità la rende una scelta eccellente per soluzioni software personalizzate come scanner di fatture, strumenti di ricerca accademica, processori di documenti legali o sistemi di migrazione dei contenuti. L'esempio seguente dimostra come gli sviluppatori possano semplicemente impostare il percorso del file PDF e siano pronti a estrarre tutto il suo contenuto testuale. Possono anche personalizzare il percorso del binario se necessario.

Come estrarre testo da file PDF usando l'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();

Estrai una parte specifica del PDF tramite PHP

La libreria consente di sfruttare la potenza dello strumento da riga di comando pdftotext fornendo supporto per le sue varie opzioni. Questo significa che è possibile personalizzare il processo di estrazione del testo per soddisfare le proprie esigenze specifiche. Ad esempio, è possibile utilizzare le opzioni per mantenere il layout del PDF originale, specificare un intervallo di pagine particolare o impostare la risoluzione dell'output. Il semplice esempio seguente mostra come gli sviluppatori impostino prima le opzioni layout e r e poi aggiungano l'opzione f per specificare la prima pagina del PDF.

Come impostare varie opzioni per l'estrazione del testo PDF tramite l'API PHP?

use Spatie\PdfToText\Pdf;

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

echo $text;
 Italiano