pdfparser

PDF 解析器

smalot/pdfparser 是一个独立的 PHP 包，提供多种工具来从 PDF 文件中提取数据。

维护状态

该库处于有限维护状态。 它仍然与受支持的 PHP 版本保持兼容，并且可能接受社区贡献。然而，目前没有活跃的功能开发，也不保证拉取请求会被及时审查或合并。 如果您计划贡献超出小型、范围明确的修复之外的内容，请先阅读 CONTRIBUTING.md。

功能特性

• 加载/解析对象和页眉
• 提取元数据（作者、描述等）
• 从有序页面中提取文本
• 支持压缩的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（参见CustomConfig.md）。

目前，不支持加密文档和提取表单数据。

许可证

此库采用LGPLv3许可证。

安装

自v1起，此库需要PHP 7.1+。 您可以通过Composer安装它：

composer require smalot/pdfparser

如果你无法使用 Composer，可以包含 alt_autoload.php-dist。它会自动包含所有必需的文件。

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;

更多用法信息可以在这里找到。

文档

文档可以在doc文件夹中找到。