php抓取pdf中的数据 php抓取页面指定内容

php提取pdf文本和图片有谁知道原理的

I 先来取模操作，实现步骤:

1．定位图片需要识别区域，从图片中取出此部分

2．将此部分的字模提取出来，记录到字模文件中，供以后匹配使用(为了得到完整的字模，所以需要多张图片进行测试)

II进行图片文字提取，实现步骤:

1．定位图片需要识别区域，从图片中取出此部分

2．将此部分的字模提取出来，与已经保存好的字模文件中数据对比，找出此字模对应的数据即可

php 怎么获取pdf里面的某个字符串

int PDF_begin_document( resource $pdfdoc , string $filename , string $optlist)

使用PDF函数就可以

我想用PHP读取PDF文件的内容，尤其是现在很多的扫描后转为PDF的文件，请问怎么读？

你可以从网上找一些为PHP语言编写的 pdf 扩展库，数量不少，比如：

PHP的PDF解析库 PdfParser

PdfParser 是一个标准的 PHP 库提供个用于从 PDF 文件中抽取数据的工具。它加载 PDF 文件并解析文件中对象、头和元数据，可抽取其中的文本信息，支持压缩的 PDF、MAC OS 罗马字符集编码、8进制和16进制编码。兼容 PSR-0 和 PSR-1。

 

示例代码：

$document = \Smalot\PdfParser\Document::parseFile('document.pdf');

$pages    = $document-getPages();

$text     = $pages[1]-getText();

PHP官方里也有一个对PDF支持的库 ： PDFlib， 你可以根据自己的需要和喜好来使用。

如何从php程序读取pdf文档中的文本信息

PHP程序pdf格式文件函数库

本函数库共有65个函数

PDF是Adobe所发展的可携式文件格式，它的文件可以在网络上传输、浏览，甚至使用印表机印出，或使用其它输出装置输出，都可以保存原来的文字及图片的编排。详细的信息可以参考 Adobe 的网站。参考其中有关 PDF 或 Acrobat 的部份。

在 UNIX 系统中，可以使用 Thomas Merz 开发的 PDF 函数库。将它编译安装完成后，再编译 PHP 程序方可供 PHP 使用 pdflib。编译时可能要 JPEG library 及 TIFF library。

除了用这个函数库可以建立 PDF 文件外，FastIO 公司发展的产品 ClibPDF 也可以处理 PDF 文件。

以下为处理 PDF 文件的范例，本例对 test.pdf 加工后等待用户读取。

?php

$fp = fopen("test.pdf", "w");

$pdf = PDF_open($fp);

pdf_set_info_author($pdf, "Uwe Steinmann");

PDF_set_info_title($pdf, "Test for PHP wrapper of PDFlib 2.0");

PDF_set_info_author($pdf, "Name of Author");

pdf_set_info_creator($pdf, "See Author");

pdf_set_info_subject($pdf, "Testing");

PDF_begin_page($pdf, 595, 842);

PDF_add_outline($pdf, "Page 1");

pdf_set_font($pdf, "Times-Roman", 30, 4);

pdf_set_text_rendering($pdf, 1);

PDF_show_xy($pdf, "Times Roman outlined", 50, 750);

pdf_moveto($pdf, 50, 740);

pdf_lineto($pdf, 330, 740);

pdf_stroke($pdf);

PDF_end_page($pdf);

PDF_close($pdf);

fclose($fp);

echo "A HREF=getpdf.php3finished/A";

?

上例中的 gettest.php3 可能像下面的样子

?php

$fp = fopen("test.pdf", "r");

header("Content-type: application/pdf");

fpassthru($fp);

fclose($fp);

?

PDF_get_info: 返回文件信息。

PDF_set_info_creator: 配置建档者字符串。

PDF_set_info_title: 配置文件标题。

PDF_set_info_subject: 配置文件主题。

PDF_set_info_keywords: 配置文件的关键字。

PDF_set_info_author: 配置文件作者。

PDF_open: 建立新的 PDF 档。

PDF_close: 关闭 PDF 档。

PDF_begin_page: 启始 PDF 文件页面。

PDF_end_page: 关闭 PDF 文件页面。

PDF_show: 输出字符串到 PDF 文件。

PDF_show_xy: 输出字符串到指定坐标。

PDF_set_font: 配置使用的字型及大小。

PDF_set_leading: 配置行距。

PDF_set_text_rendering: 配置文字表现方式。

PDF_set_horiz_scaling: 配置文字水平间距。

PDF_set_text_rise: 配置文字高度。

PDF_set_text_matrix: 配置文字矩阵。

PDF_set_text_pos: 配置文字位置。

PDF_set_char_spacing: 配置字符间距。

PDF_set_word_spacing: 配置字间距。

PDF_continue_text: 输出文字。

PDF_stringwidth: 计算字符串的宽度。

PDF_save: 储存环境变量。

PDF_restore: 还原环境变量。

PDF_translate: 移动原点。

PDF_scale: 缩放类。

PDF_rotate: 旋转类。

PDF_setflat: 配置平滑值。

PDF_setlinejoin: 配置连接参数。

PDF_setlinecap: 配置 linecap 参数。

PDF_setmiterlimit: 配置斜边界限。

PDF_setlinewidth: 配置线宽。

PDF_setdash: 配置虚线样式。

PDF_moveto: 配置处理的坐标点。

PDF_curveto: 绘贝氏曲线。

PDF_lineto: 绘直线。

PDF_circle: 绘圆。

PDF_arc: 绘弧。

PDF_rect: 绘长方形。

PDF_closepath: 形成封闭的向量形状。

PDF_stroke: 沿向量绘线。

PDF_closepath_stroke: 形成封闭的向量形状并沿向量绘线。

PDF_fill: 填满目前的向量。

PDF_fill_stroke: 填满目前的向量并沿向量绘线。

PDF_closepath_fill_stroke: 形成封闭的向量形状沿向量绘线并填满。

PDF_endpath: 关闭目前向量。

PDF_clip: 组合所有向量。

PDF_setgray_fill: 指定填入的颜色为灰阶。

PDF_setgray_stroke: 指定绘图的颜色为灰阶。

PDF_setgray: 指定绘图的颜色为灰阶并填入。

PDF_setrgbcolor_fill: 指定填入的颜色为彩色。

PDF_setrgbcolor_stroke: 指定绘图的颜色为彩色。

PDF_setrgbcolor: 指定绘图的颜色为彩色并填入。

PDF_add_outline: 目前页面加入书签。

PDF_set_transition: 配置页的转换。

PDF_set_duration: 配置二页的切换时间。

PDF_open_gif: 打开 GIF 图档。

PDF_open_memory_image: 打开内存图档。

PDF_open_jpeg: 打开 JPEG 图档。

PDF_close_image: 关闭图档。

PDF_place_image: 放置图片到 PDF 档指定位置。

PDF_put_image: 放置图片到 PDF 档。

PDF_execute_image: 放置 PDF 档中图片到指定位置。

PDF_add_annotation: 加入注释。

php读取pdf文档内容，并分页显示

?php()

// 创建一个新的pdf文档句柄

$pdf = pdf_new();

// 打开一个文件

pdf_open_file($pdf, "pdftest.pdf");

// 开始一个新页面(a4)

pdf_begin_page($pdf, 595, 842);

// 得到并使用字体对象

$arial = pdf_findfont($pdf, "arial", "host", 1);

pdf_setfont($pdf, $arial, 10);

// 输出文字

pdf_show_xy($pdf, "this is an exam of pdf documents, it is a good lib,",50, 750);

pdf_show_xy($pdf, "if you like,please try yourself!", 50, 730);

echo "a href=m.php?page=1首页/a ";

if($page!=1){

echo "a href=m.php?page=".($page-1)."上一页/a ";

}

if($page$page_count){

echo "a href=m.php?page=".($page+1)."下一页/a ";

}

echo "a href=m.php?page=".$page_count."尾页/a";

// 结束一页

pdf_end_page($pdf);

// 关闭并保存文件

pdf_close($pdf);

?更多问题到问题求助专区

PHP网站，如何查询站内文档（pdf），敬请各位指教指教。

在数据库中下载表字中添加一个引用地址，通过SQL查询该表中文档的内容指向链接地址即可实现。不知道对你有帮助没有。

具体操作如下：

如新增pdf_add 在下面地址填入\uploads\201202020111.pdf假设该PDF在数据库中的名称为，如何查询站内PDF的文档。之后在前台设置查询，通过SQL语句 select * from table where pdf_name like %用户输入查询内容% 返回该查询结果。在指定页面中获取新增pdf_ad内容。将其以超级链接形式给出 或利用header函数进行下载操作。

关于php抓取pdf中的数据和php抓取页面指定内容的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。