在php中从pdf中提取文本不适用于所有PDF文件

Question

我正在从 PDF 文件中提取文本。这是代码：

<?php

require("PdfToText.php");

$file   =  'SamplePF' ;
$pdf    =  new PdfToText ( "$file.pdf" ) ;
echo ( $pdf -> Text ) ;

?>

此类适用于某些 PDF 文件。 这个类的问题是：

1. 对于某些 PDF 文件，它会从随机页面/行中获取文本，而不是 页面顺序。
2. 对于某些 PDF 文件，它没有显示任何结果。
3. 对于某些 PDF 文件，它只提取一两行。

请提出一些解决方案。谢谢！

Answer 1

我不确定这可能是您无法提取的确切问题，但我在从 pdf 中提取数据时也遇到了类似的问题。有时PDF文件被所有者密码锁定，这对文档施加了一定的限制，不允许更改，内容复制或提取等，以保护其版权问题。 Check this link for more info on owner passwords.

因此，您可以先尝试删除所有者密码，然后尝试提取此类 pdf。要删除所有者密码，有许多在线可用的工具，您可以选择最适合您的工具。