在PHP中获取PDF文件的内容

Question

我有一个FlipBook jquery页面，需要显示太多的电子书（pdf格式）。我需要隐藏这些PDF文件，并使用PHP获取其内容并在我的FlipBook jquery页面上显示它们（而不是整个PDF，我想将其分成几部分）。

是否有任何方法可以用PHP获取PDF文件的全部内容？我需要根据它们的页面分开显示。

- Berk Kaya

---

可能是 使用PHP读取pdf文件的重复问题。 - ByteWelder

“获取PDF文件的全部内容”是什么意思？ - Webeng

@Webeng 我的意思是图片和文本。 - Berk Kaya

Answer 1

你可以使用PDF解析器（PHP PDF库）从PDF中提取一切内容。

PDF解析器库链接: https://github.com/smalot/pdfparser

在线演示链接： https://github.com/smalot/pdfparser/blob/master/doc/Usage.md

文档链接： https://github.com/smalot/pdfparser/tree/master/doc

示例代码：

<?php
 
// Include Composer autoloader if not already done.
include 'vendor/autoload.php';
 
// Parse pdf file and build necessary objects.
$parser = new \Smalot\PdfParser\Parser();
$pdf    = $parser->parseFile('document.pdf');
 
$text = $pdf->getText();
echo $text;
 
?>

关于你问题的另一部分：

如何将PDF页面转换为图片：

你需要ImageMagick和GhostScript。

<?php
$im = new imagick('file.pdf[0]');
$im->setImageFormat('jpg');
header('Content-Type: image/jpeg');
echo $im;
?>

The [0] means page 1.

- Umair Shah Yousafzai

---

仅获取文本的PDF解析器。我还需要获取PDF中的图像。 - Berk Kaya

@BerkKaya：看起来你可能需要针对页面的特定部分来获取图片，但我不认为这是动态实现的可能性..！如果它解决了你的问题，请将答案标记为已接受。 - Umair Shah Yousafzai

@KaushaThakkar：从简单文本重新生成PDF是不可能的，因为在解析过程中，所见即所得的PDF版本会变成简单文本...只有当您尝试将PDF解析为标记文本时，才有可能使用相同的标记文本重构PDF..！ - Umair Shah Yousafzai

@KaushaThakkar ：你需要将PDF转换为像DOCX等可以保持其真实形式的格式，然后你可以从docx重新构建PDF...请查看：http://www.zamzar.com/ - Umair Shah Yousafzai

@Simon30 更新了链接。该库的官方网站已经不存在了，但是该库仍然存在于Github和Composer等平台上。 - Umair Shah Yousafzai