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

Gratis PHP‑API för att konvertera PDF eller specifik del till text

Öppen källkod PHP‑bibliotek som låter mjukvaruutvecklare extrahera text från PDF‑filer eller en specifik sida i en PDF‑fil i PHP‑applikationer.

Vad är PDF-till-Text?

PDF-filer är ett standardformat för digitala dokument inom alla branscher—från finans och sjukvård till utbildning och juridik. Att extrahera meningsfullt textinnehåll från PDF-filer kan dock vara en utmaning för mjukvaruutvecklare. Lyckligtvis gör Spaties PDF‑till‑Text‑bibliotek denna uppgift enkel och effektiv för PHP‑utvecklare. Detta open source‑verktyg erbjuder ett rent och lättviktigt omslag runt den kraftfulla pdftotext‑binären från poppler‑utils‑paketet. Biblioteket har ett intuitivt gränssnitt som låter utvecklare extrahera text med bara några rader kod. Det stödjer flersidiga dokument, PDF-filer med kolumner, inbäddade typsnitt och bilder, förberedda PDF-filer (om OCR redan har tillämpats) och mycket mer.

Spatie PDF-to-Text är ett open source PHP‑bibliotek som låter mjukvaruutvecklare extrahera ren text från PDF‑filer. Det fungerar som ett PHP‑omslag runt kommandoradsverktyget pdftotext, som är en del av Poppler‑sviten. Detta innebär att det inte är beroende av PHP‑bibliotek för att parsra PDF‑filen utan i stället utnyttjar ett moget, beprövat binärt verktyg som arbetar snabbt och med hög precision. Även om biblioteket är skrivet i PHP fungerar det sömlöst på olika operativsystem (Linux, macOS och Windows) så länge pdftotext‑binären finns tillgänglig. Det är lättviktigt och drar inte in onödiga tredjepartsbibliotek. Detta gör det snabbare, enklare att underhålla och mindre benäget att gå sönder på grund av uppdateringar i orelaterade beroenden.

Previous Next

Komma igång med PDF-till-Text

För att köra PDF-to-Text måste du först installera PHP version 5.3 eller högre. Det enklaste sättet att installera PDF-to-Text är via Composer. Använd följande kommando för en smidig installation.

Installera PDF-till-Text via Composer

composer require spatie/pdf-to-text

Installera PDF-till-Text via Git-kommando

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

Extrahera text från PDF-fil med PHP API

Det öppna källkodsbiblioteket Spatie PDF-to-Text är minimalistiskt av design, fokuserat på att göra ett jobb—att extrahera text från PDF-filer—och göra det väl. Dess enkelhet gör det till ett utmärkt val för skräddarsydda mjukvarulösningar såsom fakturaskannrar, akademiska forskningsverktyg, juridiska dokumentprocessorer eller innehållsmigrationssystem. Följande exempel visar hur mjukvaruutvecklare bara kan ange PDF-filens sökväg, och de är redo att extrahera all dess textinnehåll. De kan också anpassa sökvägen till den binära filen om det behövs.

Hur extraherar man text från PDF-fil med 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();

Extrahera specifik del av PDF-filen via PHP

Biblioteket låter dig utnyttja kraften i kommandoradsverktyget pdftotext genom att erbjuda stöd för dess olika alternativ. Detta innebär att du kan anpassa textutvinningsprocessen efter dina specifika behov. Till exempel kan du använda alternativ för att behålla layouten i den ursprungliga PDF-filen, ange ett specifikt sidintervall eller ställa in upplösningen på utskriften. Följande enkla exempel visar hur mjukvaruutvecklare först sätter layout- och r-alternativen och sedan lägger till f-alternativet för att ange den första sidan i PDF-filen.

Hur ställer man in olika alternativ för att extrahera PDF-text via PHP API?

use Spatie\PdfToText\Pdf;

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

echo $text;
 Svenska