pdf to text

從 pdf 提取文本

該套件提供了一個從 pdf 中提取文字的類別。

 use Spatie  PdfToText  Pdf ;

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

Spatie 是一家位於比利時安特衛普的網頁設計公司。您可以在我們的網站上找到所有開源專案的概述。

支持我們

我們投入了大量資源來創建一流的開源套件。您可以透過購買我們的一款付費產品來支持我們。

我們非常感謝您從家鄉寄給我們一張明信片，並註明您正在使用我們的哪種套餐。您可以在我們的聯絡頁面上找到我們的地址。我們在虛擬明信片牆上發布所有收到的明信片。

要求

該包在幕後利用了 pdftotext。您可以透過發出以下命令來驗證系統上是否安裝了二進位檔案：

which pdftotext

如果已安裝，它將返回二進位檔案的路徑。

要安裝二進位文件，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 安裝二進位文件

brew install poppler

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

yum install poppler-utils

安裝

您可以透過 Composer 安裝該軟體包：

composer require spatie/pdf-to-text

用法

從 pdf 中提取文字很容易。

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

或更簡單：

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

預設情況下，該套件將假定pdftotext指令位於/usr/bin/pdftotext 。如果它位於其他地方，則將其二進位路徑傳遞給建構函數

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

或作為getText靜態方法的第二個參數：

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

有時您可能想要使用 pdftotext 選項。為此，您可以使用setOptions方法來設定它們。

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

或作為getText靜態方法的第三個參數：

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

請注意，連續呼叫setOptions()將覆寫先前呼叫期間傳入的選項。

如果您需要多次呼叫來新增選項（例如，如果您需要在從容器建立Pdf物件時傳入預設選項，然後在其他地方新增上下文特定的選項），您可以使用addOptions()方法：

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

變更日誌

請參閱變更日誌以了解有關最近更改內容的更多資訊。

測試

 composer test 

貢獻

詳細資訊請參閱貢獻。

安全

如果您發現有關安全的錯誤，請發送郵件至 [email protected]，而不是使用問題追蹤器。

製作人員

• 弗里克·范德赫滕
• 所有貢獻者

關於斯帕蒂

Spatie 是一家位於比利時安特衛普的網頁設計公司。您可以在我們的網站上找到所有開源專案的概述。

執照

麻省理工學院許可證 (MIT)。請參閱許可證文件以獲取更多資訊。