我正在尝试开发一种搜索工具，可以搜索所有 PDF 中的单词，结果将列出所有包含该单词或术语的 PDF。我是一个完整的初学者，不知道它是怎么回事。我尝试通过互联网搜索并获得了一个来源，即https://github.com/skfaisal93/AnyWhereInFiles
上述项目链接适用于 txt、css 和 php 文件，但不适用于 pdf 扩展名。
任何想法或解决方案都会很好。提前致谢。
【问题讨论】：
标签： php file pdf search full-text-search
您可以使用PDF2Text Class 将pdf 转换为文本，然后在文本中搜索您的单词。为了获得更好的性能，我强烈建议您在将 pdf 存储到系统中时执行该例程，将 2 个表保存在具有 2 个表的数据库中，1 个带有 pdf 名称，其他 (1-N) 个带有其中的文本以供将来搜索。 TL;DR 你需要的是OCR/提取文件，存储他并使用数据库或后端的一些命令进行全文搜索。
使用 PDF2Text 类，您可以：
include('class.pdf2text.php');
$a = new PDF2Text();
$a->setFilename('youfile.pdf');
$a->decodePDF();
//use the db you want
sql = "insert into TABLEPDF (name, content) VALUES ('youfile', $a->output())";
之后，当用户将要搜索的关键字放入您的输入时，它只是在您的数据库中搜索，搜索后列出（如果 num_rows > 0）包含该关键字的 pdf：
$query = "SELECT name FROM TABLEPDF where content like '%$keyword%';
您也可以使用 OCR 类，改进系统接受的文件： http://phpocr.sourceforge.net/ https://github.com/thiagoalessio/tesseract-ocr-for-php
【讨论】：