使用PHP将PDF转换为HTML

Question

我需要将一些pdf文件转换为HTML。我下载了用于PHP的pdftohtml，但我不知道如何使用它

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

这将导致一个空白网页。

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poppler utils

<?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 GufyPdfToHtml;
// 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();
?>

从这里下载库第二种选择可能是使用pdf.js

PDFJS.getDocument('helloworld.pdf')

Answer 2

我是这个包的维护者。程序包已更新。你已经用过最新的版本了吗？如果您使用的是Windows，请重新阅读文档。此外，请不要直接从github下载，而是使用composer。

Answer 3

include 'vendor/autoload.php';
use GufyPdfToHtmlPdf;
    use PHPHtmlParserDom;
    use DateTime;

公共函数parsepdf(Request$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){
           $datestring = preg_replace('/xc2xa0/', ' ', trim($p->text));
           echo $datestring;
        }
  }

以上代码用于在laravel 中将pdf转换为html

composer require gufy/pdftohtml-php:~2

Poppler Utils(如果你使用的是Ubuntu Distro，只需从apt(sudo apt-get安装poppler utils

Answer 4

我使用wkhtmltopdf，它工作正常。您可以从这里下载：http://wkhtmltopdf.org/downloads.html

我在Linux中安装了它，我这样使用它：

$url = "https://www.google.com";
$command = "/usr/bin/wkhtmltopdf --load-error-handling ignore --disable-smart-shrinking -T 5mm -B 5mm -L 2mm -R 2mm  --page-size Letter --encoding utf-8 --quiet";
$filename = '[file path].pdf';
if (file_exists($filename)) {
   unlink($filename);
}
$output = shell_exec($command . " $url " . $filename);
echo $output;

希望这能有所帮助。