食谱PDF批量提取

Question

我现在正在处理500个pdf食谱文件，我想在我的网站上显示。如何批量提取它们并在PDF上显示信息到我的网站？PDF包含了食谱的所有信息。对于每个食谱，我需要显示它的描述，图像，成分，说明，营养标签等。有没有什么方法可以让我不需要手动操作？

Answer 1

这些信息是否都有相同的基本信息结构模板？这并不是一个特别的WordPress问题。您可以做的一件事是使用Go遍历和处理所有文件。我玩过Go，它解析大量信息的速度令人难以置信。也许你可以在这个库中摆弄它，https://github.com/unidoc/unidoc。

在PHP中也有很多库可供选择。这里只有一个https://www.pdfparser.org/示例。这里有文档，你可以通过composer安装它。https://www.pdfparser.org/documentation

如果每个食谱都遵循相同类型的模板，并且您希望在PDF的特定部分中提取特定的细节，那么应该很容易。如果您不介意从PDF中提取所有文本并将其显示在您的网站上，使用其中一个库应该很容易。如果你走Golang路线，你可以解析每个PDF的所有文本，将它们保存到一个文件中，然后使用PHP上传它们，然后让PHP代码将所有内容插入到自定义post类型或其他内容中。