yii框架不提供pdf解析能力，需用smalot/pdfparser等第三方库集成；推荐封装为服务类，逐页解析提取字段，结合yii模型验证，注意大文件性能优化。
Yii框架本身不提供PDF解析能力，它专注Web应用构建，解析PDF需借助第三方PHP类库并手动集成。常见需求如提取文字、读取元数据、拆分页面等，不能靠yii2-export或mpdf这类生成类扩展实现。
推荐用Smalot/PDFParser做基础解析
这是目前 Yii2/Yii3 项目中最稳定、文档清晰、支持中文PDF的解析库。它纯PHP实现，无系统依赖，能准确提取文本流、字体信息和页面结构。
- 安装命令：
composer require smalot/pdfparser - 加载PDF文件时，用绝对路径（
Yii::getAlias('@webroot')开头），避免相对路径导致file_get_contents失败 - 中文PDF需确保PDF内嵌字体或使用UTF-16编码；若解析出乱码，可先用
iconv('UTF-16', 'UTF-8', $text)转码 - 不建议在控制器中直接new Parser——应封装为服务类，注入到需要的地方，便于复用和测试
提取文字与结构化数据的典型写法
多数业务场景不是“全文解析”，而是定位特定字段，比如发票号、金额、开票日期。这时别用$parser->parseFile()全量加载，而应逐页处理：
- 调用
$document->getPages()获取页面数组，遍历每页 - 对每页用
$page->getText()得原始文本，再用正则匹配关键字段（如/发票代码：(\d{12})/） - 表格类PDF（如对账单）可用
$page->getDetails()尝试获取坐标+文本，结合x/y位置做行列还原 - 避免用
strip_tags清理文本——PDF文本无HTML标签，该函数会误删括号、斜杠等有效符号
与Yii模型和验证联动
解析结果常要存入数据库或参与业务校验。可将解析逻辑封装进模型方法，复用Yii的验证规则：
- 在模型中加属性
public $pdfFile;，rules里配置['pdfFile', 'file', 'extensions' => 'pdf'] - 写一个
extractFromPdf()方法：用Smalot解析后，把发票号、金额等赋值给模型属性 - 调用
$model->validate()触发金额是否为数字、发票号长度等校验，失败则返回错误给前端 - 不要在
beforeSave里解析PDF——上传和保存是两个动作，应先解析成功再允许保存
大文件与性能注意事项
超过10MB的PDF容易超时或内存溢出，尤其在共享主机或低配VPS上：
- 上传前用JavaScript校验文件大小（
input.files[0].size ），拦截过大文件 - PHP配置中调高
max_execution_time（至少120秒）和memory_limit（建议256M起） - 禁用调试模式（
YII_DEBUG = false），关闭日志记录PDF解析过程，减少I/O压力 - 不推荐用Ghostscript或Poppler作预处理——它们需系统级安装，破坏Yii项目的可移植性
