PDF 파일 구문 분석을 위한 오픈 소스 PHP 라이브러리

PDFParser 시작하기

PDFParser 라이브러리는 작성기 명령줄을 통해 자동으로 다운로드됩니다. 작곡가.json 파일에 PDFParser를 추가합니다.

 { 
  "require": {
  "smalot/pdfparser": "*"
  } 
 } 

PHP API를 통해 PDF 파일 구문 분석 및 각 페이지에서 텍스트 추출

PDFParser는 컴퓨터 프로그래머가 자신의 PHP 응용 프로그램 내에서 PDF 문서를 구문 분석할 수 있도록 하는 기능을 제공합니다. 먼저 필요한 개체를 빌드한 다음 PDF 파일을 로드해야 합니다. 구문 분석된 파일은 변수에 저장할 수 있으며 이 개체를 사용하면 PDF 페이지를 페이지별로 처리할 수 있습니다. 이제 전체 PDF에서 또는 페이지별로 텍스트를 쉽게 추출할 수 있습니다. 문서가 이제 구문 분석되면 PDF의 각 페이지에서 텍스트를 쉽게 추출할 수 있습니다.

  // Include Composer autoloader if not already done.
  include 'vendor/autoload.php';
  // Parse Base64 encoded PDF string and build necessary objects.
  $parser = new \Smalot\PdfParser\Parser();
  $pdf  = $parser->parseContent(base64_decode($base64PDF));
  $text = $pdf->getText();
  echo $text;

PDF 문서에서 메타데이터 추출

Metadata includes very important information about the PDF document and its contents such as Author, copyright information, creator, Creation Date and more. PDFParser gives developers the power to extract metadata from a PDF document. Once the document is parsed you can easily retrieve all details from the PDF file.

  // Metadata Extraction from PDF 
  $metaData = $pdf->getDetails();
  Array
  (
   [Producer] => Adobe Acrobat
   [CreatedOn] => 2022-01-28T16:36:11+00:00
   [Pages] => 35
  )

특정 PDF 페이지에서 텍스트 추출

PDFParser를 사용하면 개발자가 적은 양의 코드를 사용하여 특정 페이지에서 텍스트를 쉽게 추출할 수 있습니다. API를 통해 개발자는 PDF 문서의 각 페이지를 개별적으로 처리할 수 있습니다. 개발자는 페이지 배열을 반복하고 선택한 페이지에서 텍스트를 검색할 수 있습니다. 배열의 순서는 PDF 문서의 순서와 동일합니다.

  // Extract Text from PDF via PHP
  $text = $pdf->getText();
  // or extract the text of a specific page (in this case the first page)
  $text = $pdf->getPages()[0]->getText();