PdfParser,一个独立的PHP库,提供了多种工具来从PDF文件提取数据,不支持加密的PDF文件

官方文档: https://www.pdfparser.org/documentation

使用composer安装依赖包:

composer require smalot/pdfparser

安装成功后如下图:

创建index.php文件,引入autoload.php文件:

include 'vendor/autoload.php';

1.一次性读取文件中的所有内容:

include 'vendor/autoload.php';
$parser = new \Smalot\PdfParser\Parser();
$pdf = $parser->parseFile('document.pdf');
$text = $pdf->getText(); //将所有内容读取到一个字符串中
echo $text; 

2.分页读取:

include 'vendor/autoload.php';
$parser = new \Smalot\PdfParser\Parser(); $pdf = $parser->parseFile('document.pdf'); $pages = $pdf->getPages(); //分页信息 foreach ($pages as $page) { echo $page->getText(); //输出每一页的内容

3.获取文件的基本信息,如:制作人、日期、总页数等

include 'vendor/autoload.php';
$parser = new \Smalot\PdfParser\Parser(); $pdf = $parser->parseFile('document.pdf'); $details = $pdf->getDetails();