1. 产品
  2.   PDF格式
  3.   PHP
  4.   PDF-to-Text
 
  

免费 PHP API 将 PDF 或特定部分转换为文本

开源 PHP 库，允许软件开发者在 PHP 应用中从 PDF 或 PDF 文件的特定页面提取文本。

什么是 PDF 转文本？

PDF 是跨各行业的数字文档标准格式——从金融、医疗到教育和法律。然而，从 PDF 中提取有意义的文本内容对软件开发者来说可能是一个挑战。幸运的是，Spatie 的 PDF-to-Text 库让 PHP 开发者能够简单高效地完成此任务。该开源工具提供了一个干净轻量的包装器，封装了来自 poppler-utils 包的强大 pdftotext 二进制。库拥有直观的接口，允许开发者仅用几行代码即可提取文本。它支持多页文档、带列的 PDF、嵌入字体和图像的 PDF、已预先进行 OCR 的成品 PDF 等等。

Spatie PDF-to-Text 是一个开源的 PHP 库，允许软件开发者从 PDF 文件中提取纯文本。它充当 pdftotext 命令行工具（Poppler 套件的一部分）的 PHP 包装器。这意味着它不依赖于 PHP 库来解析 PDF，而是利用一个成熟、经过严格考验的二进制工具，运行快速且精度高。虽然该库是用 PHP 编写的，但只要系统中有 pdftotext 可执行文件，它就能在不同操作系统（Linux、macOS 和 Windows）上无缝工作。它轻量且不引入任何不必要的第三方库，这使得它更快、更易维护，并且不太会因无关依赖的更新而出现问题。

Previous Next

开始使用 PDF 转文本

要运行 PDF-to-Text，首先需要安装 PHP 5.3 或更高版本。最简便的安装方式是通过 Composer。请使用以下命令进行顺利安装。

通过 Composer 安装 PDF 转文本

composer require spatie/pdf-to-text

通过 Git 命令安装 PDF 转文本

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

使用 PHP API 从 PDF 文件中提取文本

开源的 Spatie PDF-to-Text 库设计简约，专注于一项工作——从 PDF 中提取文本，并且做得很好。它的简洁性使其非常适合定制软件解决方案，如发票扫描器、学术研究工具、法律文档处理器或内容迁移系统。以下示例演示了软件开发者只需设置 PDF 文件路径，即可准备提取其全部文本内容。他们也可以根据需要自定义二进制文件的路径。

如何使用 PHP API 从 PDF 文件中提取文本？

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

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

通过 PHP 提取 PDF 的特定部分

该库通过支持 pdftotext 命令行工具的各种选项，使您能够利用其强大功能。这意味着您可以自定义文本提取过程以满足特定需求。例如，您可以使用选项保持原始 PDF 的布局，指定特定的页码范围，或设置输出的分辨率。以下简易示例展示了软件开发者先设置 layout 和 r 选项，然后添加 f 选项以指定 PDF 的首页。

如何为通过 PHP API 提取 PDF 文本设置各种选项？

use Spatie\PdfToText\Pdf;

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

echo $text;
 中国人