Inntrodução

Projeto com exemplo de manipulação de PDF com PHP. Extração de texto de PDF e imagens

1. Extrair texto de um PDF
2. Extrair imagem de um PDF
3. Extrair texto de uma imagem

#Requerimentos

• PHP 5.6

Extrair texto de arquivo pdf

Install

Adicionar o PDFParser no seu arquivo composer.json :

    {
        "require": {
            "smalot/pdfparser": "^0.10.0"
        }
    }

Ou no terminal executar o comando

 $ composer require smalot/pdfparser

O comando vai fazer o download de todas as dependências e ira criar o autoload.php

Uso

Agora, crie um novo arquivo com esse conteúdo: Esta amostra irá analisar todo o arquivo pdf e extrair texto de cada página.

/src/exemplos/extracttextpdf.php

// Include Composer autoloader if not already done.
include 'vendor/autoload.php';
 
// Parse pdf file and build necessary objects.
$parser = new \Smalot\PdfParser\Parser();
$pdf    = $parser->parseFile('document.pdf');
 
$text = $pdf->getText();
echo $text;

Podemos extrair também documentos por página

// Include Composer autoloader if not already done.
include 'vendor/autoload.php';
 
// Parse pdf file and build necessary objects.
$parser = new \Smalot\PdfParser\Parser();
$pdf    = $parser->parseFile('document.pdf');
 
// Retrieve all pages from the pdf file.
$pages  = $pdf->getPages();

// Loop over each page to extract text.
foreach ($pages as $page) {
 echo $page->getText();
}