-
Notifications
You must be signed in to change notification settings - Fork 0
/
命令.txt
56 lines (38 loc) · 2.16 KB
/
命令.txt
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
PHP读取PDF内容配合Xpdf的使用
下载:xpdfbin-linux-3.04.tar.gz
转中文,需要:xpdf-chinese-simplified.tar.gz
将文件ftp拖动到服务器
[root@localhost xpdf]# tar -zxvf xpdfbin-linux-3.04.tar.gz
[root@localhost xpdf]# cd xpdfbin-linux-3.04
[root@localhost xpdfbin-linux-3.04]# cat INSTALL
[root@localhost xpdfbin-linux-3.04]# cd bin64/
[root@localhost bin64]# cp ./* /usr/local/bin/
[root@localhost bin64]# 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
如果不需要读取中文的话,到这里就可以结束了,如果需要,那我们继续往后
[root@localhost doc]# cp sample-xpdfrc /usr/local/etc/xpdfrc
[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
然后将xpdf-chinese-simplified里面的全部内容复制到/usr/local/share/xpdf/chinese-simplified
把chinese-simplified里面文件add-to-xpdfrc 的内容复制到/usr/local/etc/xpdfrc文件中。记得里面的路径要正确。(注意,这里面的简体中文包包括以下三种格式:ISO-2022-CN,EUC-CN,GBK ,看清楚哦,不支持UTF-8,可以先转为GBK,然后进行转义)
功能实现
至此,所有的配置完毕,我们要开始使用它了。
如果是简单的PDF读取,那么直接用下面的语句就OK了。
header("Content-Type: text/html;charset=utf-8");
$content = shell_exec('/usr/local/bin/pdftotext '.$filename.' -');
如果需要转中文,如此这般,加上参数。
$content = shell_exec('/usr/local/bin/pdftotext -layout -enc GBK '.$filename.' -');
当然,加了参数之后依然是不影响英文的转换的,所以,放心使用吧。需要注意的是,这里转出来的是GBK编码的哦,现在网站很多用的是UTF-8,想要不显示乱码的话,需要再次转义一下哦。
$content = mb_convert_encoding($content, 'UTF-8','GBK');
至此,就大功告成了。读取出来的内容,你想如何使用,再写代码处理吧。
最后加一下pdftotext 的参数说明给大家。
PHP+TXT读取文本内容并输出
https://zhidao.baidu.com/question/617947171114975652.html
PHP逐行读取Text文本文件
http://www.mamicode.com/info-detail-66637.html
PHP读取文件内容的五种方式
http://www.jb51.net/article/77067.htm