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

Gratis PHP API om PDF of specifiek deel naar tekst te converteren

Open Source PHP-bibliotheek die softwareontwikkelaars in staat stelt tekst uit PDF's of een specifieke pagina van een PDF-bestand binnen PHP-toepassingen te extraheren.

Wat is PDF-naar-tekst?

PDF's zijn een standaardformaat voor digitale documenten in elke sector—van financiën en gezondheidszorg tot onderwijs en juridisch. Het extraheren van betekenisvolle tekstinhoud uit PDF's kan echter een uitdaging zijn voor softwareontwikkelaars. Gelukkig maakt de PDF-to-Text bibliotheek van Spatie deze taak eenvoudig en efficiënt voor PHP-ontwikkelaars. Deze open source tool biedt een schone en lichtgewicht wrapper rond de krachtige pdftotext-binaire uit het poppler-utils pakket. De bibliotheek heeft een intuïtieve interface die ontwikkelaars in staat stelt tekst te extraheren met slechts een paar regels code. Het ondersteunt meerpagina‑documenten, PDF's met kolommen, ingesloten lettertypen en afbeeldingen, kant‑klaar PDF's (als OCR vooraf is toegepast) en nog veel meer.

Spatie PDF-to-Text is een open source PHP-bibliotheek die softwareontwikkelaars in staat stelt platte tekst uit PDF‑bestanden te extraheren. Het fungeert als een PHP-wrapper rond het commandoregelhulpmiddel pdftotext, onderdeel van de Poppler‑suite. Dit betekent dat het niet afhankelijk is van PHP‑bibliotheken voor het parseren van de PDF, maar in plaats daarvan een volwassen, beproefd binair hulpmiddel benut dat snel werkt en met hoge nauwkeurigheid. Hoewel de bibliotheek in PHP is geschreven, werkt hij naadloos op verschillende besturingssystemen (Linux, macOS en Windows) zolang de pdftotext‑binary beschikbaar is. Hij is lichtgewicht en trekt geen onnodige derde‑partij‑bibliotheken aan. Dit maakt hem sneller, makkelijker te onderhouden en minder vatbaar voor breken door updates in niet‑gerelateerde afhankelijkheden.

Previous Next

Aan de slag met PDF-naar-tekst

Om PDF-to-Text te gebruiken moet je eerst PHP versie 5.3 of hoger installeren. De eenvoudigste manier om PDF-to-Text te installeren is via Composer. Gebruik alstublieft het volgende commando voor een soepele installatie.

Installeer PDF-naar-tekst via Composer

composer require spatie/pdf-to-text

Installeer PDF-naar-tekst via Git-commando

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

Tekst extraheren uit PDF-bestand met PHP API

De open‑source Spatie PDF‑to‑Text bibliotheek is minimalistisch ontworpen, gericht op één taak—het extraheren van tekst uit PDF‑bestanden—en doet dit goed. Zijn eenvoud maakt hem een uitstekende keuze voor maatwerksoftwareoplossingen zoals factuurscanners, academische onderzoekstools, juridische documentverwerkers of contentmigratiesystemen. Het volgende voorbeeld laat zien hoe softwareontwikkelaars eenvoudig het pad naar het PDF‑bestand kunnen instellen en vervolgens alle tekstinhoud kunnen extraheren. Ze kunnen ook het pad naar de binary aanpassen indien nodig.

Hoe tekst extraheren uit PDF-bestand met PHP API?

use Spatie\PdfToText\Pdf;
$text = (new Pdf())
    ->setPdf('example.pdf')
    ->text();

echo $text;
$text = (new Pdf('/custom/path/to/pdftotext'))
    ->setPdf('report.pdf')
    ->text();

Specifiek deel van de PDF extraheren via PHP

De bibliotheek stelt je in staat de kracht van het commandoregel‑hulpmiddel pdftotext te benutten door ondersteuning te bieden voor de verschillende opties. Dit betekent dat je het tekst‑extractieproces kunt aanpassen aan je specifieke behoeften. Je kunt bijvoorbeeld opties gebruiken om de lay-out van de originele PDF te behouden, een bepaald paginabereik op te geven, of de resolutie van de output in te stellen. Het volgende eenvoudige voorbeeld laat zien hoe softwareontwikkelaars eerst de layout‑ en r‑opties instellen en vervolgens de f‑optie toevoegen om de eerste pagina van de PDF te specificeren.

Hoe verschillende opties instellen voor het extraheren van PDF-tekst via PHP API?

use Spatie\PdfToText\Pdf;

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

echo $text;
 Dutch