marcosandrade22/phpPdf

Demonstrative use of PHP libraries to parse PDF files and extract elements like text and image.

Inntrodução

Projeto com exemplo de manipulação de PDF com PHP. Extração de texto de PDF e imagens

1. Extrair texto de um PDF
2. Extrair imagem de um PDF
3. Extrair texto de uma imagem

#Requerimentos

• PHP 5.6

Extrair texto de arquivo pdf

Install

Adicionar o PDFParser no seu arquivo composer.json :

    {
        "require": {
            "smalot/pdfparser": "^0.10.0"
        }
    }

Ou no terminal executar o comando

 $ composer require smalot/pdfparser

O comando vai fazer o download de todas as dependências e ira criar o autoload.php

Uso

Agora, crie um novo arquivo com esse conteúdo: Esta amostra irá analisar todo o arquivo pdf e extrair texto de cada página.

/src/exemplos/extracttextpdf.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;

Podemos extrair também documentos por página

// 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');
 
// Retrieve all pages from the pdf file.
$pages  = $pdf->getPages();

// Loop over each page to extract text.
foreach ($pages as $page) {
 echo $page->getText();
}