使用PHP将PDF转换为HTML

Question

我需要转换一些pdf文件为HTML。我下载了PHP版的pdftohtml，但我不知道如何使用它。我试着用下面的代码运行它：

<?php  
    include 'pdf-to-html-master/src/Gufy/PdfToHtml.php';
    $pdf = new \Gufy\PdfToHtml;
    $pdf->open('1400.pdf');
    $pdf->generate();
?>

这会导致一个空白的网页。

我需要修改什么？运行此脚本的正确代码是什么？

Answer 1

第一个选项是使用弹出器实用程序

<?php
// if you are using composer, just use this
include 'vendor/autoload.php';
// if not, use this
include 'src/Gufy/PdfToHtml.php';
// initiate 
$pdf = new \Gufy\PdfToHtml;
// opening file
$pdf->open('file.pdf');
// set different output directory for generated html files
$pdf->setOutputDirectory('/your/absolute/directory/path');
// do this if you want to convert in the same directory as file.pdf
$pdf->generate();
// you think your generated files is annoying? simple do this to remove the whole files
$pdf->clearOutputDirectory();
?>

Download library from here的第二个选项可能是使用pdf.js

PDFJS.getDocument('helloworld.pdf')

Answer 2

我是包的维护者。程序包已更新。您已经使用最新版本了吗？而且，如果您使用的是Windows，请再次阅读文档。另外，请不要直接从github下载，请使用composer。

Answer 3

include 'vendor/autoload.php';

use Gufy\PdfToHtml\Pdf;
    use PHPHtmlParser\Dom;
    use DateTime;

公共函数parsepdf(请求$request) {

    $pdf = new Pdf($request->file('csv_file'));
    $html = $pdf->html();
    $dom = new Dom;
    $total_pages = $pdf->getPages();

    if ($total_pages == 1) {
        $html->goToPage(1);            
        $dom->load($html);
        $paragraphs = $dom->find('p');
        $paragraphs = collect($paragraphs);
        foreach($paragraphs as $p){
           $datestring = preg_replace('/\xc2\xa0/', ' ', trim($p->text));
           echo $datestring;
        }
  }

上面的代码用于在laravel中将pdf转换为html

composer需要gufy/pdftohtml-php:~2

Poppler-Utils (如果您使用的是Ubuntu发行版，只需从apt安装它) sudo apt-get install poppler-utils