blocks|key|1219752|text|要执行的实际任务不适合PHP。|type|unstyled|depth|inlineStyleRanges|entityRanges|data|1219753|最好使用外部程序，比如pdftotext+https://www.xpdfreader.com/pdftotext-man.html。|offset|length|1219754|PDF的主要问题是它们不是简单的文本文件，而是二进制文件。|1219755|您可以使用shell_exec命令调用pdftotext，并在PHP中获取输出以供进一步处理。|style|CODE|1219756|在PHP中解析了PDF数据之后，只需使用regexes获取所需的行。|1219757|这应该是像这样的PDF使用的框架。|1219758|其他方法是使用更高级的技术-+python为这项工作提供了许多好的库：|1219759|https://textract.readthedocs.io/en/latest/|unordered-list-item|1219760|https://tabula.technology/|1219761|还有更多|1219762|entityMap|0|LINK|mutability|MUTABLE|url|https://www.xpdfreader.com/pdftotext-man.html|1|2^0|0|L|19|0|0|0|5|A|0|0|0|0|0|16|1|0|0|Q|2|0|0^^$0|@$1|2|3|4|5|6|7|18|8|@]|9|@]|A|$]]|$1|B|3|C|5|6|7|19|8|@]|9|@$D|1A|E|1B|1|1C]]|A|$]]|$1|F|3|G|5|6|7|1D|8|@]|9|@]|A|$]]|$1|H|3|I|5|6|7|1E|8|@$D|1F|E|1G|J|K]]|9|@]|A|$]]|$1|L|3|M|5|6|7|1H|8|@]|9|@]|A|$]]|$1|N|3|O|5|6|7|1I|8|@]|9|@]|A|$]]|$1|P|3|Q|5|6|7|1J|8|@]|9|@]|A|$]]|$1|R|3|S|5|T|7|1K|8|@]|9|@$D|1L|E|1M|1|1N]]|A|$]]|$1|U|3|V|5|T|7|1O|8|@]|9|@$D|1P|E|1Q|1|1R]]|A|$]]|$1|W|3|X|5|T|7|1S|8|@]|9|@]|A|$]]|$1|Y|3|-4|5|6|7|1T|8|@]|9|@]|A|$]]]|Z|$10|$5|11|12|13|A|$14|15]]|16|$5|11|12|13|A|$14|S]]|17|$5|11|12|13|A|$14|V]]]]

The actual task you want to perform is not suited for PHP.
It is better to use external program, like pdftotext <a href="https://www.xpdfreader.com/pdftotext-man.html" rel="nofollow noreferrer">https://www.xpdfreader.com/pdftotext-man.html</a>.
The main problem with PDF is that they are not simply text file, but a binary.
You can invoke the pdftotext with <code>shell_exec</code> command and get the output in PHP for further processing.
After you have the parsed PDF data in PHP just use regexes to get the line you want.
This should be the framework to work with for PDFs like this one.
Other ways is to use more advanced techniques - python has a lot of good
libraries for this job:
<ul>
<li><a href="https://textract.readthedocs.io/en/latest/" rel="nofollow noreferrer">https://textract.readthedocs.io/en/latest/</a></li>
<li><a href="https://tabula.technology/" rel="nofollow noreferrer">https://tabula.technology/</a></li>
<li>and more</li>
</ul>

blocks|key|602288|text|您将pdftotext指定为您的应用程序，并且您的示例足够正常地使用命令行裁剪，因此对于如下所示的文本数据输出文件|type|unstyled|depth|inlineStyleRanges|entityRanges|data|602289|​|602290|602291|📷|atomic|offset|length|602292|602293|您可以使用|602294|pdftotext+-nopgbrk+-marginl+200+-margint+150+-marginb+500+-layout+"certificate+(9).pdf"+test.txt|code-block|syntax|javascript|602295|但是，由于代码没有显示转换方法，因此需要调整输出行(忽略年龄或提取两个或更多块)才能获得所需的结果。|602296|+"CertificateID"+=>+"91815380284",
+"BeneficiaryName"=>"Kavita",
+"Gender"+=>+"Female",
+"IDVerified"+=>+"Aadhaar+#+XXXXXXXX3661",
+"BeneficiaryReferenceID"+=>+"34684952644017",
+"VaccinationStatus"+=>+"Fully+Vaccinated+(2+Doses)"|602297|entityMap|0|IMAGE|mutability|IMMUTABLE|imageUrl|https://developer.qcloudimg.com/http-save/yehe-900000/3f85ecc44cd4bdf86e6e88129c531092.png|imageAlt^0|0|0|0|0|1|0|0|0|0|0|0|0^^$0|@$1|2|3|4|5|6|7|14|8|@]|9|@]|A|$]]|$1|B|3|C|5|6|7|15|8|@]|9|@]|A|$]]|$1|D|3|C|5|6|7|16|8|@]|9|@]|A|$]]|$1|E|3|F|5|G|7|17|8|@]|9|@$H|18|I|19|1|1A]]|A|$]]|$1|J|3|C|5|6|7|1B|8|@]|9|@]|A|$]]|$1|K|3|L|5|6|7|1C|8|@]|9|@]|A|$]]|$1|M|3|N|5|O|7|1D|8|@]|9|@]|A|$P|Q]]|$1|R|3|S|5|6|7|1E|8|@]|9|@]|A|$]]|$1|T|3|U|5|O|7|1F|8|@]|9|@]|A|$P|Q]]|$1|V|3|-4|5|6|7|1G|8|@]|9|@]|A|$]]]|W|$X|$5|Y|Z|10|A|$11|12|13|-4]]]]

You nominated pdftotext as your application and your sample is regular enough to use command line cropping so for a text data output file like
<h1></h1>
<a href="https://i.stack.imgur.com/LN0ki.png" rel="nofollow noreferrer"><img src="https://i.stack.imgur.com/LN0ki.png" alt="enter image description here" /></a>
you can use
<pre><code>pdftotext -nopgbrk -marginl 200 -margint 150 -marginb 500 -layout &quot;certificate (9).pdf&quot; test.txt
</code></pre>
However since your code does not show a conversion method you will need to adapt the output lines (either ignoring age or extracting two or more chunks) to get your desired
<pre><code> &quot;CertificateID&quot; =&gt; &quot;91815380284&quot;,
 &quot;BeneficiaryName&quot;=&gt;&quot;Kavita&quot;,
 &quot;Gender&quot; =&gt; &quot;Female&quot;,
 &quot;IDVerified&quot; =&gt; &quot;Aadhaar # XXXXXXXX3661&quot;,
 &quot;BeneficiaryReferenceID&quot; =&gt; &quot;34684952644017&quot;,
 &quot;VaccinationStatus&quot; =&gt; &quot;Fully Vaccinated (2 Doses)&quot;
</code></pre>

See this <a href="https://drive.google.com/file/d/1EmjPV4bodxvaQqkdu_W_Z7on9h-qtPNQ/view?usp=sharing" rel="nofollow noreferrer">pdf</a>
I want this data from this pdf
<pre><code>&lt;?php
$data = array(
 &quot;CertificateID&quot; =&gt; &quot;91815380284&quot;,
 &quot;BeneficiaryName&quot;=&gt;&quot;Kavita&quot;,
 &quot;Gender&quot; =&gt; &quot;Female&quot;,
 &quot;IDVerified&quot; =&gt; &quot;Aadhaar # XXXXXXXX3661&quot;,
 &quot;BeneficiaryReferenceID&quot; =&gt; &quot;34684952644017&quot;,
 &quot;VaccinationStatus&quot; =&gt; &quot;Fully Vaccinated (2 Doses)&quot;
);
?&gt;
</code></pre>

How to extract data from a particular area in a PDF file

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云AI代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

功能1上新10个字符

功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符功能2描述100个字符。

功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符功能2上新100个字符。

功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符功能5描述100个字符

功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符功能5上新100个字符

功能4上新

文章&问答评论现已支持表情

全新交互，全新视觉，新增快捷键、悬浮工具栏、高亮块等功能并同时优化现有功能，全面提升创作效率和体验

社区富文本编辑器全新改版！诚邀体验～ 

精选全网热门MCP server，让你的AI更好用 🚀

💥开发者 MCP广场重磅上线！

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

参见此我要这个pdf的数据<?php$data = array( "CertificateID" => "91815380284", "BeneficiaryName"=>"Kavita", "Gender" => "Female", "IDVerified" => "Aadhaar # XXXXXXXX3661", "BeneficiaryReferenceID" => "34684952644

问如何从PDF文件中的特定区域提取数据
EN

回答 2

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问如何从PDF文件中的特定区域提取数据EN

回答 2

Stack Overflow用户

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问如何从PDF文件中的特定区域提取数据
EN