pdf to text

从 pdf 中提取文本

该包提供了一个从 pdf 中提取文本的类。

 use Spatie  PdfToText  Pdf ;

echo Pdf:: getText ( ' book.pdf ' ); //returns the text from the pdf

Spatie 是一家位于比利时安特卫普的网页设计机构。您可以在我们的网站上找到所有开源项目的概述。

支持我们

我们投入了大量资源来创建一流的开源包。您可以通过购买我们的一款付费产品来支持我们。

我们非常感谢您从家乡寄给我们一张明信片，并注明您正在使用我们的哪种套餐。您可以在我们的联系页面上找到我们的地址。我们在虚拟明信片墙上发布所有收到的明信片。

要求

该包在幕后利用了 pdftotext。您可以通过发出以下命令来验证系统上是否安装了二进制文件：

which pdftotext

如果已安装，它将返回二进制文件的路径。

要安装二进制文件，您可以在 Ubuntu 或 Debian 上使用以下命令：

apt-get install poppler-utils

在 Mac 上，您可以使用brew 安装二进制文件

brew install poppler

如果您使用的是 RedHat、CentOS、Rocky Linux 或 Fedora，请使用以下命令：

yum install poppler-utils

安装

您可以通过 Composer 安装该软件包：

composer require spatie/pdf-to-text

用法

从 pdf 中提取文本很容易。

 $ text = ( new Pdf ())
    -> setPdf ( ' book.pdf ' )
    -> text ();

或者更简单：

 echo Pdf:: getText ( ' book.pdf ' );

默认情况下，该包将假定pdftotext命令位于/usr/bin/pdftotext 。如果它位于其他地方，则将其二进制路径传递给构造函数

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

或者作为getText静态方法的第二个参数：

 echo Pdf:: getText ( ' book.pdf ' , ' /custom/path/to/pdftotext ' );

有时您可能想使用 pdftotext 选项。为此，您可以使用setOptions方法来设置它们。

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

或者作为getText静态方法的第三个参数：

 echo Pdf:: getText ( ' book.pdf ' , null , [ ' layout ' , ' opw myP1$$Word ' ]);

请注意，连续调用setOptions()将覆盖先前调用期间传入的选项。

如果您需要多次调用来添加选项（例如，如果您需要在从容器创建Pdf对象时传入默认选项，然后在其他地方添加上下文特定的选项），您可以使用addOptions()方法：

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

变更日志

请参阅变更日志以了解有关最近更改内容的更多信息。

测试

 composer test 

贡献

详细信息请参阅贡献。

安全

如果您发现有关安全的错误，请发送邮件至 [email protected]，而不是使用问题跟踪器。

制作人员

• 弗里克·范德赫滕
• 所有贡献者

关于斯帕蒂

Spatie 是一家位于比利时安特卫普的网页设计机构。您可以在我们的网站上找到所有开源项目的概述。

执照

麻省理工学院许可证 (MIT)。请参阅许可证文件以获取更多信息。