Преобразование PDF в строку

Вы можете использовать что-то вроде pdftotext, который поставляется с пакетом Xpdf в Linux. Затем команду popen можно использовать для передачи вывода pdftotext в строку:

$mystring = "";
$fd = popen("/usr/bin/pdftotext blah.pdf","r");
if ($fd) {
    while (($myline = fgets($fd)) !== false) {
        $mystring .= $myline;
    }
}

Нашел этот действительно хороший класс! Кроме того, вы можете добавить функциональность в соответствии с вашими потребностями.

• PDF2Text — Pastebin

Вероятно, это поможет вам добавить функциональность:

• http://www.adobe.com/devnet/pdf/pdf_reference.html

• http://www.adobe.com/content/dam/Adobe/en/devnet/acrobat/pdfs/PDF32000_2008.pdf

Если это не работает, проверьте, можете ли вы выделить/пометить свой текст при открытии в Adobe Reader (если нет, текст в вашем файле, вероятно, сохранен в виде геометрических кривых), проверьте также кодировку.

Установите APACHE-TIKA на свой сервер. APACHE-TIKA поддерживает больше, чем файлы PDF. Руководство по установке: http://www.acquia.com/blog/use-apache-solr-search-files

и окончательный код прост:

$string = "";
$fd = popen("java -jar yourpathtotika/tika-app-1.3.jar -t yourpathtopdf/sample.pdf","r");
while (!feof($fd)) { 
$buffer = fgets($fd, 4096); 
$string .= $buffer;
}
echo $string;

Вы можете использовать класс PHP, который доступен здесь:

http://www.pdftotext.eu

Это общедоступный инструмент для извлечения текста из PDF, полностью написанный на чистом PHP, что означает, что вам не нужно полагаться на внешние команды. Он предоставляет простой интерфейс для извлечения текста:

include ( 'PdfToText.phpclass' ) ;
$pdf = new PdfToText ( 'mysample.pdf' ) ;
echo "PDF contents are : " . $pdf -> Text . "\n" ;