在 PHP 中从特定的 pdf 区域中提取文本

Extract text from specifica pdf area in PHP

提问人：marco77sa 提问时间：10/23/2023 更新时间：10/29/2023 访问量：73

问：

有没有办法提取部分pdf文档并导出为文本文件？ 我有一张通过 pdf 发送给我的发票，我希望有一种方法来“检测”要转换为文本的区域并将值存储到我的数据库中。

我发现了一些将所有文档转换为文本文件的脚本，但它是所有文档，而不是特定部分。

有什么想法吗？

附上pdf样本区样本

我想要的只是黄色的部分。 可能吗？

PHP 解析 PDF数据转换

评论

0赞 Chris Haas 10/23/2023
最好的办法可能是提取所有文本，然后使用正则表达式查找模式。例如，您应该能够查找表格的标题行作为开始，然后查找“小计/税/总计”区域作为结束。
0赞 marco77sa 10/24/2023
感谢您的回复。事实是文档可以更改布局，因此，我应该允许用户原始提取文本的区域......可能吗？
0赞 marco77sa 10/24/2023
@ChrisHaas谢谢。你的建议很有趣。我们可以试一试吗？只是为了更好地理解......提前致谢
0赞 Chris Haas 10/24/2023
要进行演示，我们需要一个实际的 PDF，但不幸的是，我个人没有时间这样做。但是从小处着手，通过文本提取工具（如 pdftotext）运行 PDF 并获取所有内容，然后更新您的问题或创建一个新问题
1赞 Chris Haas 10/24/2023
“我认为更好的方法是允许用户在文本周围画一个矩形”——“该过程应该是自动化的......所以没有用户交互“——这两个语句是相互矛盾的。

答： 暂无答案

上一个：Azure 数据工厂：在筛选日期列的动态查询中传递数组变量失败，并进行数据类型转换

下一个：C uint16_t到没有库的填充十六进制字符串