Extrair Texto de Todas as Páginas de um Documento PDF em PHP

Aspose.PDF - Extrair Texto de Todas as Páginas

Para extrair texto de todas as páginas de um documento PDF usando Aspose.PDF Java para PHP, basta invocar o módulo ExtractTextFromAllPages. Código PHP

# Abra o documento de destino
$pdf = new Document($dataDir . 'input1.pdf');

# criar objeto TextAbsorber para extrair texto
$text_absorber = new TextAbsorber();

# aceitar o absorvedor para todas as páginas
$pdf->getPages()->accept($text_absorber);

# Para extrair texto de uma página específica do documento, precisamos especificar a página em particular usando seu índice contra o método accept(..).
# aceitar o absorvedor para uma determinada página PDF
# pdfDocument.getPages().get_Item(1).accept(textAbsorber);

# obter o texto extraído
$extracted_text = $text_absorber->getText();

# criar um escritor e abrir o arquivo
$writer = new FileWriter(new File($dataDir . "extracted_text.out.txt"));
$writer->write($extracted_text);
# escrever uma linha de texto no arquivo
# tw.WriteLine(extractedText);
# fechar o fluxo
$writer->close();

print "Texto extraído com sucesso. Verifique o arquivo de saída." . PHP_EOL;

Baixar Código em Execução

Baixar Extrair Texto de Todas as Páginas (Aspose.PDF) de qualquer um dos sites de codificação social mencionados abaixo:

• GitHub