antonizer/pdfparser

Pdf解析库。可以读取并提取PDF文件中的信息。源自https://github.com/smalot/pdfparser

维护者

详细信息

github.com/antonizer/pdfparser

主页

源代码

问题

安装: 130

依赖: 0

建议: 0

安全: 0

星标: 0

关注者: 0

分支: 536

dev-master 2022-08-15 10:35 UTC

Requires

LGPL-3.0 275be4bd54c6223c697dbfcf068e68d663b95f42

  • Antonizer <me.woop@antonizer.com>

textparserpdfparseextract

This package is auto-updated.

Last update: 2024-09-15 15:04:11 UTC

README

Version CI CS Scrutinizer Code Quality Downloads

smalot/pdfparser是一个独立的PHP包，提供了从PDF文件中提取数据的各种工具。

该库处于活跃维护状态。目前，该库的作者没有进行活跃的开发，但我们欢迎任何增加/扩展功能的pull request！

功能

  • 加载/解析对象和标题
  • 提取元数据（作者、描述等）
  • 从有序页面中提取文本
  • 支持压缩PDF文件
  • 支持MAC OS罗马字符集编码
  • 处理文本部分中的十六进制和八进制编码
  • 创建自定义配置（见CustomConfig.md）。

目前，不支持安全文档和提取表单数据。

许可证

该库遵循LGPLv3许可证。

安装

自v1版本起，此库需要PHP 7.1+。您可以通过Composer进行安装。

composer require smalot/pdfparser

如果您不能使用Composer，可以包含alt_autoload.php-dist。它将自动包含所有所需的文件。

快速示例

<?php

// Parse PDF file and build necessary objects.
$parser = new \Smalot\PdfParser\Parser();
$pdf = $parser->parseFile('/path/to/document.pdf');

$text = $pdf->getText();
echo $text;

更多使用信息请参阅此处。

文档

文档位于doc文件夹中。