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

Gratis PHP‑API for å konvertere PDF eller spesifikk del til tekst

Åpen kildekode PHP-bibliotek som gjør det mulig for programvareutviklere å hente ut tekst fra PDF-er eller en spesifikk side i en PDF-fil i PHP‑applikasjoner.

Hva er PDF-til-tekst?

PDF-er er et standardformat for digitale dokumenter på tvers av alle bransjer—fra finans og helsevesen til utdanning og juridisk. Å trekke ut meningsfull tekst fra PDF-er kan imidlertid være en utfordring for programvareutviklere. Heldigvis gjør Spaties PDF-til-tekst-bibliotek denne oppgaven enkel og effektiv for PHP-utviklere. Dette open source‑verktøyet gir et rent og lettvektig omslag rundt den kraftige pdftotext‑binæren fra poppler‑utils‑pakken. Biblioteket har et intuitivt grensesnitt som lar utviklere trekke ut tekst med bare noen få linjer kode. Det støtter flersidige dokumenter, PDF-er med kolonner, innebygde skrifttyper og bilder, forhåndsbehandlede PDF-er (hvis OCR er forhåndsapplicert) og mye mer.

Spatie PDF-to-Text er et åpen kildekode PHP‑bibliotek som gjør det mulig for programvareutviklere å trekke ut ren tekst fra PDF‑filer. Det fungerer som en PHP‑wrapper rundt kommandolinjeverktøyet pdftotext, som er en del av Poppler‑pakken. Dette betyr at det ikke er avhengig av PHP‑biblioteker for å parse PDF‑en, men i stedet utnytter et modent, velprøvd binært verktøy som fungerer raskt og med høy nøyaktighet. Selv om biblioteket er skrevet i PHP, fungerer det sømløst på ulike operativsystemer (Linux, macOS og Windows) så lenge pdftotext‑binæren er tilgjengelig. Det er lettvektig og trekker ikke inn unødvendige tredjepartsbiblioteker. Dette gjør det raskere, enklere å vedlikeholde, og mindre utsatt for feil som følge av oppdateringer i urelaterte avhengigheter.

Previous Next

Kom i gang med PDF-til-tekst

For å kjøre PDF-to-Text må du først installere PHP versjon 5.3 eller høyere. Den enkleste måten å installere PDF-to-Text på er via Composer. Vennligst bruk følgende kommando for en smidig installasjon.

Installer PDF-til-tekst via Composer

composer require spatie/pdf-to-text

Installer PDF-til-tekst via Git-kommando

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

Uttrekk tekst fra PDF-fil ved hjelp av PHP API

Det åpne kildekodebiblioteket Spatie PDF-to-Text er minimalistisk i design, med fokus på å gjøre én oppgave—å hente tekst fra PDF‑filer—og gjøre det bra. Enkelheten gjør det til et utmerket valg for tilpassede programvareløsninger som fakturaskannere, akademiske forskningsverktøy, juridiske dokumentbehandlere eller innholdsmigreringssystemer. Følgende eksempel viser hvordan programvareutviklere bare kan angi PDF‑filstien, og så er de klare til å hente all tekstinnholdet. De kan også tilpasse banen til den binære filen om nødvendig.

Hvordan hente tekst fra PDF-fil ved hjelp av 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();

Uttrekk spesifikk del av PDF-en via PHP

Biblioteket lar deg utnytte kraften i kommandolinjeverktøyet pdftotext ved å tilby støtte for dets ulike alternativer. Dette betyr at du kan tilpasse tekstuttrekkingsprosessen etter dine spesifikke behov. For eksempel kan du bruke alternativer for å bevare layouten til den opprinnelige PDF‑en, angi et bestemt sideområde, eller sette oppløsningen på output‑en. Det følgende enkle eksempelet viser hvordan programvareutviklere først setter layout‑ og r‑alternativene og deretter legger til f‑alternativet for å angi den første siden i PDF‑en.

Hvordan angi ulike alternativer for å hente 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;
 Norsk