巅云智能建站平台搭建版(创业流派版)火爆上线,毕生受权!新增:文章智能收罗+全站真静态打包+都会分站+智能小法式+不法词过滤+H5自顺应+智能链词等功效功效概况
建站专提News

PHP读取PDF内容配合Xpdf的利用

一佰互联网站开辟设想(www.taishanly.com) 宣布日期 2020-04-30 09:21:36 阅读数: 158

一.下载
起首,咱们先把材料下上去先。
若是不须要转中文的话,只须要下载它就能够:xpdf-bin-linux-3.03.tar,若是须要转中文,那你就还须要它了:xpdf-chinese-simplified.tar 二.装置
此刻,下载终了了吧,咱们能够停止装置了。
[root@localhost ~]# mkdir -p /lcf/upan
[root@localhost ~]# mkdir -p /lcf/cdrom
[root@localhost ~]# mkdir -p /lcf/xpdf
[root@localhost ~]# cd /lcf/upan/
[root@localhost upan]# cp xpdf/* ../xpdf/ (下载的文件放入/lcf/xpdf目次)
[root@localhost upan]# cd ../xpdf/
[root@localhost xpdf]# tar -zxvf xpdfbin-linux-3.03.tar.gz
[root@localhost xpdf]# cd xpdfbin-linux-3.03
[root@localhost xpdfbin-linux-3.03]# cat INSTALL
[root@localhost xpdfbin-linux-3.03]# cd bin32/
[root@localhost bin32]# cp ./* /usr/local/bin/
[root@localhost bin32]# cd ../doc/
[root@localhost doc]# mkdir -p /usr/local/man/man1
[root@localhost doc]# mkdir -p /usr/local/man/man5
[root@localhost doc]# cp *.1 /usr/local/man/man1
[root@localhost doc]# cp *.5 /usr/local/man/man5
若是不须要读取中文的话,到这里就能够竣事了,若是须要,那咱们持续今后
[root@localhost doc]# cp sample-xpdfrc /usr/local/etc/xpdfrc
[root@localhost xpdf]# cd /lcf/xpdf
[root@localhost xpdf]# tar -zxvf xpdf-chinese-simplified.tar.gz
[root@localhost xpdf]# cd xpdf-chinese-simplified
[root@localhost xpdf]# mkdir -p/usr/local/share/xpdf/chinese-simplified
[root@localhost xpdf]# cd xpdf-chinese-simplified/
[root@localhost xpdf-chinese-simplified]# cp Adobe-GB1.cidToUnicode ISO-2022-CN.unicodeMap EUC-CN.unicodeMap GBK.unicodeMap CMAP /usr/local/share/xpdf/chinese-simplified/
把chinese-simplified外面文件add-to-xpdfrc 的内容复制到/usr/local/etc/xpdfrc文件中。记得外面的途径要准确。(注重,这外面的简体中文包包含以下三种格局:ISO-2022-CN,EUC-CN,GBK ,看清晰哦,不撑持UTF-8,能够先转为GBK,而后停止本义) 三.功效完成
至此,一切的设置装备摆设终了,咱们要起头利用它了。
若是是简略的PDF读取,那末间接用上面的语句就OK了。
$content = shell_exec("/usr/local/bin/pdftotext ".$filename." -");
若是须要转中文,如斯这般,加上参数。
$content = shell_exec("/usr/local/bin/pdftotext -layout -enc GBK ".$filename." -");
固然,加了参数以后仍然是不影响英文的转换的,以是,安心利用吧。须要注重的是,这里转出来的是GBK编码的哦,此刻网站良多用的是UTF-8,想要不显现乱码的话,须要再次本义一下哦。
$content = mb_convert_encoding($content, "UTF-8","GBK");
至此,就大功乐成了。读掏出来的内容,你想若何利用,再写代码处置吧。
最初加一下pdftotext 的参数申明给大师。 首要参数以下:
OPTIONS
Many of the following options can be set with configuration file com-
mands. These are listed in square brackets with the description of the
corresponding command line option.
-f number
Specifies the first page to convert.
-l number
Specifies the last page to convert.
-layout
Maintain (as best as possible) the original physical layout of
the text. The default is to "undo" physical layout (columns,
hyphenation, etc.) and output the text in reading order.
-fixed number
Assume fixed-pitch (or tabular) text, with the specified charac-
ter width (in points). This forces physical layout mode.
-raw Keep the text in content stream order. This is a hack which
often "undoes" column formatting, etc. Use of raw mode is no
longer recommended.
-htmlmeta
Generate a simple HTML file, including the meta information.
This simply wraps the text in <pre> and </pre> and prepends the
meta headers.
-enc encoding-name

一佰互联是天下着名建站品牌办事商,咱们有九年、网站建造、网页设想、php开辟和域名注册及假造主机办事经历,供给的办事更是天下着名。最近几年来还整合团队上风自立开辟了可视化多用户”“3.0平台版,拖拽排版网站建造设想,轻松完成pc站、手机微网站、小法式、APP一体化全网营销网站扶植 ,已胜利的为天下上百家收集公司供给自助建站平台搭建办事。更多资讯:tags标签

相干动静more

05
04月
做网站哪家好,网站扶植企业哪家好

像上面如许的题目:做网站哪家公司好?网站扶植企业哪家好?若是您想晓得,巅云建站的小编能够帮到您 网站扶植是一件大事,特别对企业来讲加倍需... >>概况

17
04月
国产操纵体系“替换”巨子 路另有多远?

在“国产替换”潮下,国度自立操纵体系将于10月推出的动静临时候被外界热议。对此,中国工程院院士倪光南昨日对记者表现,... >>概况

27
04月
在php中设置session用memcach

memcached供给了一个自界说的session处置器能够被用于存储用户session数据到memcached办事端。一个完整自力的mem... >>概况

17
04月
腾讯借新西方抢滩在线教导市场 追击阿里百度

在线教导范畴再添巨子。昨日动静证明,新西方与腾讯配合出资的在线教导公司正式浮出水面,对先走一步的阿里、百度睁开追击。知恋人士称,新西方已向... >>概况

高端网站扶植

美工统筹SEO,为企业电子商务营销助力!

德律风:

023-85725751
建站

产物

域名注册 假造主机 云办事器 企业邮局
智能建站 APP打包 微站/小法式 创业平台
网站推行 媒体营销 智能收罗 AI机械人
400德律风 短信营销 店销机械人
私家定制 流派网站