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

API PHP Percuma untuk Menukar PDF atau Bahagian Spesifik kepada Teks

Perpustakaan PHP Sumber Terbuka yang Membolehkan Pembangun Perisian Mengekstrak Teks daripada PDF atau Halaman Spesifik dalam Fail PDF di dalam Aplikasi PHP.

Apakah PDF-to-Text?

PDF adalah format standard untuk dokumen digital di semua industri—dari kewangan dan penjagaan kesihatan hingga pendidikan dan undang-undang. Walau bagaimanapun, mengekstrak kandungan teks yang bermakna daripada PDF boleh menjadi cabaran bagi pembangun perisian. Mujurlah, perpustakaan PDF-to-Text dari Spatie menjadikan tugas ini mudah dan berkesan untuk pembangun PHP. Alat sumber terbuka ini menyediakan pembungkus yang bersih dan ringan di sekitar binari pdftotext yang kuat dari pakej poppler-utils. Perpustakaan ini mempunyai antara muka yang intuitif yang membolehkan pembangun mengekstrak teks dengan hanya beberapa baris kod. Ia menyokong dokumen berbilang halaman, PDF dengan lajur, fon dan imej terbenam, PDF sedia ada (jika OCR telah diterapkan) dan banyak lagi.

Spatie PDF-to-Text ialah perpustakaan PHP sumber terbuka yang membolehkan pembangun perisian mengekstrak teks biasa daripada fail PDF. Ia berfungsi sebagai pembungkus PHP di sekeliling utiliti baris perintah pdftotext, sebahagian daripada suite Poppler. Ini bermakna ia tidak bergantung pada perpustakaan PHP untuk mengurai PDF tetapi sebaliknya menggunakan alat binari yang matang dan telah teruji, yang berfungsi dengan cepat dan ketepatan tinggi. Walaupun perpustakaan ini ditulis dalam PHP, ia berfungsi lancar merentasi pelbagai sistem operasi (Linux, macOS, dan Windows) selagi binari pdftotext tersedia. Ia ringan dan tidak menarik sebarang perpustakaan pihak ketiga yang tidak diperlukan. Ini menjadikannya lebih pantas, lebih mudah diselenggara, dan kurang terdedah kepada kerosakan akibat kemas kini kebergantungan yang tidak berkaitan.

Previous Next

Mula Menggunakan PDF-to-Text

Untuk menjalankan PDF-to-Text, pertama anda perlu memasang PHP versi 5.3 atau lebih tinggi. Cara paling mudah untuk memasang PDF-to-Text ialah melalui Composer. Sila gunakan perintah berikut untuk pemasangan yang lancar.

Pasang PDF-to-Text melalui Composer

composer require spatie/pdf-to-text

Pasang PDF-to-Text melalui Perintah Git

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

Ekstrak Teks dari Fail PDF menggunakan API PHP

Perpustakaan sumber terbuka Spatie PDF-to-Text direka secara minimal, menumpukan pada satu tugas—mengekstrak teks daripada PDF—dan melakukannya dengan baik. Kesederhanaannya menjadikannya sangat sesuai untuk penyelesaian perisian khusus seperti pengimbas invois, alat penyelidikan akademik, pemproses dokumen undang-undang, atau sistem migrasi kandungan. Contoh berikut menunjukkan bagaimana pemaju perisian hanya perlu menetapkan laluan fail PDF, dan mereka bersedia untuk mengekstrak semua kandungan teksnya. Mereka juga boleh menyesuaikan laluan ke binari jika diperlukan.

Bagaimana untuk Mengekstrak Teks dari Fail 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 Bahagian Tertentu PDF melalui PHP

Perpustakaan ini membolehkan anda memanfaatkan kuasa alat baris perintah pdftotext dengan menyediakan sokongan untuk pelbagai opsennya. Ini bermakna anda boleh menyesuaikan proses pengekstrakan teks mengikut keperluan khusus anda. Sebagai contoh, anda boleh menggunakan opsen untuk mengekalkan susun atur PDF asal, menentukan julat halaman tertentu, atau menetapkan resolusi output. Contoh mudah berikut menunjukkan bagaimana pemaju perisian pertama kali menetapkan opsen layout dan r, kemudian menambah opsen f untuk menentukan halaman pertama PDF.

Bagaimana untuk Menetapkan Pelbagai Pilihan 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;
 Melayu