PHP が PDF コンテンツを読み取り、Xpdf_PHP を使用するチュートリアル

1.ダウンロード
まずは情報をダウンロードしましょう。
中国語に変換する必要がない場合は、xpdf-bin-linux-3.03.tar をダウンロードするだけです。中国語に変換する必要がある場合は、xpdf-chinese-simplified.tar も必要です。

II. インストール
ダウンロードが完了したので、インストールできます。
[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/ (ダウンロードしたファイルは /lcf/xpdf ディレクトリに配置されます)
[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
中国語を読む必要がない場合は、ここで終了してください。必要に応じて、続けます。
[root@localhost doc]# cp sample-xpdfrc /usr/local/etc/xpdfrc
[root@localhost xpdf]# cd /lcf/xpdf
[root@localhost xpdf]# tar -zxvf xpdf-簡体字中国語。 tar.gz
[root@localhost xpdf]# cd xpdf-簡体字中国語
[root@localhost xpdf]# mkdir -p/usr/local/share/xpdf/簡体字中国語
[root@localhost xpdf]# cd xpdf -簡体字中国語/
[root@localhost xpdf-簡体字中国語]# cp Adob​​e-GB1.cidToUnicode ISO-2022-CN.unicodeMap EUC-CN.unicodeMap GBK.unicodeMap CMAP /usr/local/share/xpdf/chinese- simplified/
簡体字中国語のファイル add-to-xpdfrc の内容を /usr/local/etc/xpdfrc ファイルにコピーします。内部のパスは正しい必要があることに注意してください。 (ここでの簡体字中国語パッケージには ISO-2022-CN、EUC-CN、GBK の 3 つの形式が含まれていることに注意してください。UTF-8 はサポートされていないことをよく見てください。最初に GBK に変換してからエスケープできます)

3. 機能の実装
これですべての設定が完了し、使用を開始します。
単純な PDF の読み取りの場合は、次のステートメントを使用するだけです。
$content =shell_exec('/usr/local/bin/pdftotext '.$filename.' -');
中国語に変換する必要がある場合は、次のようなパラメータを追加します。
$content =shell_exec('/usr/local/bin/pdftotext -layout -enc GBK '.$filename.' -');
もちろん、パラメータを追加しても英語の変換には影響しませんので、自由に使用してください。バー。ここで転送されるのは GBK エンコードであることに注意してください。現在、多くの Web サイトでは文字化けを回避したい場合は、UTF-8 を再度エスケープする必要があります。
$content = mb_convert_encoding($content, 'UTF-8','GBK'); これで完了です。読み取ったコンテンツをどのように使用し、それを処理するコードを作成しますか。
最後に、全員用の pdftotext のパラメータの説明を追加します。


主なパラメータは次のとおりです: オプション
以下のオプションの多くは、
設定ファイルコマンドで設定できます。これらは、
対応するコマンドラインオプションの説明とともに
括弧内にリストされています。
変換する最初のページを指定します。
-l 数値
変換する最後のページを指定します。
テキストの元の物理レイアウトを (可能な限り) 維持します。 デフォルトは、物理レイアウトを「元に戻す」です。 (列、
ハイフネーションなど)、
固定数値でテキストを出力します。
指定された文字幅 (ポイント単位) で、固定ピッチ (または表形式) のテキストを想定します。
- raw テキストをコンテンツ ストリームの順序で保持します。これは、
列の書式設定などを「元に戻す」ためのハックです。
raw モードの使用は推奨されません
-htmlmeta
メタを含む単純な HTML ファイルを生成します。
これは、テキストを

 で囲み、
-enc エンコーディング名
 を先頭に追加します。





http://www.bkjia.com/PHPjc/326277.html
www.bkjia.com

tru​​ehttp://www.bkjia.com/PHPjc/326277.html技術記事 1.ダウンロード まずは情報をダウンロードしましょう。 中国語に変換する必要がない場合は、xpdf-bin-linux-3.03.tar をダウンロードするだけで済みます。中国語に変換する必要がある場合も...