Extraer Texto de Todas las Páginas de un Documento PDF en PHP

Aspose.PDF - Extraer Texto de Todas las Páginas

Para extraer texto de todas las páginas de un documento PDF usando Aspose.PDF Java para PHP, simplemente invoque el módulo ExtractTextFromAllPages. Código PHP

# Abrir el documento objetivo
$pdf = new Document($dataDir . 'input1.pdf');

# crear un objeto TextAbsorber para extraer texto
$text_absorber = new TextAbsorber();

# aceptar el absorvedor para todas las páginas
$pdf->getPages()->accept($text_absorber);

# Para extraer texto de una página específica del documento, necesitamos especificar la página particular usando su índice contra el método accept(..).
# aceptar el absorvedor para una página PDF particular
# pdfDocument.getPages().get_Item(1).accept(textAbsorber);

# obtener el texto extraído
$extracted_text = $text_absorber->getText();

# crear un escritor y abrir el archivo
$writer = new FileWriter(new File($dataDir . "extracted_text.out.txt"));
$writer->write($extracted_text);
# escribir una línea de texto en el archivo
# tw.WriteLine(extractedText);
# cerrar el flujo
$writer->close();

print "Texto extraído exitosamente. Verifica el archivo de salida." . PHP_EOL;

Descargar Código en Ejecución

Descargar Extraer Texto de Todas las Páginas (Aspose.PDF) desde cualquiera de los sitios de codificación social mencionados a continuación:

• GitHub