如何从PDF文档中提取文本？ [关闭]

Question

如何从PDF文档中提取文本使用PHP？

（我不能使用其他工具，我没有root权限）

我发现一些函数适用于纯文本，但它们不能很好地处理 Unicode 字符：

http://www.hashbangcode.com/blog/zend-lucene-and-pdf-documents-part-2-pdf-data-extraction-437.html

Answer 1

下载class.pdf2text.php@https://pastebin.com/dvwySU1a或http://www.phpclasses.org/browse/file/31030.html（需要注册）

代码：

include('class.pdf2text.php');
$a = new PDF2Text();
$a->setFilename('filename.pdf'); 
$a->decodePDF();
echo $a->output(); 

---

• class.pdf2text.phpProject Home

• pdf2textclass 不适用于我测试过的所有 PDF，如果它不适合您，请尝试 PDF Parser

---

Answer 2

我知道这个话题已经很老了，但这种需求仍然存在。 我阅读了许多文档、论坛和脚本，并构建了一个支持压缩和未压缩 pdf 的新高级文档：

https://gist.github.com/smalot/6183152

希望对大家有帮助