使用 PHP 在文件中搜索文本答案

【问题标题】：Search Text In Files Using PHP使用 PHP 在文件中搜索文本
【发布时间】：2011-04-19 19:40:02
【问题描述】：

如何使用 PHP 在 PDF、doc、docs 或 txt 等文件中搜索文本？我想做与 MySQL 中的全文搜索类似的功能，但这一次，我是直接搜索文件，而不是数据库。

搜索将在位于文件夹中的许多文件中进行搜索。对此问题有任何建议、提示或解决方案吗？

我也注意到，谷歌也会搜索文件。

【问题讨论】：

您是否考虑过使用诸如 Lucene、Solr 或 Sphinx 之类的东西？
感谢您提供这些提示。我要研究他们。也许它们对我有用。

标签： php full-text-search text-search

【解决方案1】：

2021 我遇到了这个，发现了一些东西，所以我想我会链接到它......

注意：docx、pdf 和其他文件不是常规文本文件，需要更多脚本和/或不同的库来读取和/或编辑每种不同的类型，除非您可以找到一个多合一的库。这意味着您必须编写出您想要搜索的每种不同文件类型的脚本，尽管包括一个普通的文本文件。如果您不想完全编写脚本，那么您必须安装每个要读取的每种文件类型所需的库。但是您仍然需要编写每个脚本来将它们作为库函数来处理。

我在堆栈上找到了基本答案here。

【讨论】：

【解决方案2】：

根据文件类型，您应该将文件转换为文本，然后使用file_get_contents() 和str_pos() 进行搜索。要将文件转换为文本，除了其他工具之外，您还可以使用以下工具：

catdoc 用于 word 文件
xlhtml 用于 Excel 文件
ppthtml 用于PowerPoint文件
unrtf 用于 RTF 文件
pdftotext 用于 pdf 文件

【讨论】：

不错的答案，也许有一天我也会派上用场 ;) 我只知道 pdftotext （正如你在我的回答中看到的那样.. ;)）+1

【解决方案3】：

要搜索 PDF，您需要一个像 pdftotext 这样的程序，它将内容从 pdf 转换为文本。对于 Word 文档，可以使用类似的东西（因为 Word 文件中的所有样式和加密）。

一个搜索 PDF 的示例（从我的一个脚本复制而来（它是一个 sn-p，不是整个代码，但它应该让您有所了解），我在其中提取关键字并将匹配项存储在 PDF-results-array 中.):

foreach($keywords as $keyword)
{
    $keyword = strtolower($keyword);
    $file = ABSOLUTE_PATH_SITE."_uploaded/files/Transcripties/".$pdfFiles[$i];

    $content    = addslashes(shell_exec('/usr/bin/pdftotext \''.$file.'\' -'));
    $result     = substr_count(strtolower($content), $keyword);

    if($result > 0)
    {
        if(!in_array($pdfFiles[$i], $matchesOnPDF))
        {
            array_push($matchesOnPDF, array(                                                    
                    "matches"   => $result,
                    "type"      => "PDF",
                    "pdfFile"   => $pdfFiles[$i]));
        }
    }
}

【讨论】：

【解决方案4】：

如果你在linux服务器下你可以使用

grep -R "text to be searched for" ./   // location is everything under the actual directory

使用exec从php调用导致

cmd = 'grep -R "text to be searched for" ./';
$result = exec(grep);
print_r(result);

【讨论】：