Question

我有一个大的 PDF 文件，这是一个建筑的楼层图，它有所有办公家具的图层，包括座位位置的文本框。

我的目标是使用 PHP 读取此文件，在文档中搜索文本图层，获取文件中的内容和坐标。这样我就可以绘制出座位位置-x / y 坐标。

有没有办法通过 PHP 做到这一点？（甚至 Ruby 或 Python，如果这是必要的）

41

30

5

3

Answer 1

查看 FPDF（带 FPDI）：

这些将让您打开一个 pdf 并在 PHP 中添加内容。我猜你也可以使用它们的功能来搜索现有的内容，你需要的值。

另一个可能的库是 TCPDF：https://tcpdf.org/

更新以添加更现代的库：PDF Pr

Answer 2

有一个 PHP 库（pdfpr），正是你想要的。

项目网站

演示页面 / api

http://www.pdfpr.org/demo

在项目中包含 pdfpr 后，您可以从mypdf.pdf中获取所有文本，如下所示：

<?php
$pr = new \installpath\PdfPr\Pr();
$pdf    = $pr->pFile('mypdf.pdf');  
$text = $pdf->getText();
echo $text;//all text from mypdf.pdf
?>

模拟您可以从 pdf 获取元数据，就像获取 pdf 对象（例如图像）一样。

Answer 3

不完全是 php，但你可以从 php 中执行一个程序将 pdf 转换为临时 html 文件，然后使用 php 解析结果文件。我已经为我的一个项目做了类似的事情，这是我使用的程序：

生成的 HTML 将文本元素包装在带有绝对位置坐标的 & lt;div & gt;标记中。

Answer 4

你最初的要求是“我有一个大的 PDF 文件，这是一个建筑的平面图”。

我不敢告诉你这可能比你想象的要难。

原因最后一个已知的 lib 每个人用来解析 pdf 是 smalot，并且这个已知遇到关于大文件的问题。

在这里，寻找一个真正的 php lib 来解析 pdf，没有任何内存峰值需要一个 php 配置来禁用内存限制，因为很多“开发人员”（我想这是不可取的）。

有关 smalot 性能的更多详细信息，请参阅此帖子：https://github.com/smalot/pdfpr/issues/163

使用php读取pdf文件