PHPYii框架获取PDF文本内容完整示例-php教程-PHP中文网

php+yii本身不支持pdf文本提取，需依赖外部工具；推荐使用系统级pdftotext（poppler-utils），兼顾中文字体、加密与排版兼容性，并在控制器中封装安全调用逻辑。

phpyii框架获取pdf文本内容完整示例

PHP + Yii 框架本身不提供 PDF 文本提取能力，它擅长生成 PDF（如用 mPDF、yii2-export），但读取/解析 PDF 内容需依赖外部工具或库。直接在 Yii 项目里“获取 PDF 文本内容”，核心是调用成熟可靠的解析方案，并将其封装进控制器或服务层。下面给出一个真实可用、兼顾健壮性与可维护性的完整示例。

前提：确保系统支持 pdftotext（推荐方案）

这是目前在 Yii 环境下最稳定、兼容性最好的方式——尤其对含中文字体、简单加密、多页排版的 PDF 效果远超纯 PHP 库。

Linux（Ubuntu/Debian）：sudo apt install poppler-utils
macOS：brew install poppler
确认 PHP 可执行命令：exec('which pdftotext', $out); 应返回路径
检查 disable_functions 是否禁用了 exec 或 shell_exec

Yii 控制器中封装 PDF 提取逻辑

在 controllers/PdfController.php 中添加方法：

<?php namespace app\controllers;

use yii\web\Controller;
use yii\web\NotFoundHttpException;
use yii\helpers\FileHelper;

class PdfController extends Controller
{
    public function actionExtractText($path = null)
    {
        // 支持传入相对路径（如 'uploads/invoice.pdf'）或 URL（需先下载）
        if (empty($path)) {
            throw new NotFoundHttpException('PDF 路径未提供');
        }

        $pdfPath = \Yii::getAlias('@webroot/') . ltrim($path, '/');
        
        // 防止路径遍历
        if (!is_file($pdfPath) || !FileHelper::validatePath($pdfPath)) {
            throw new NotFoundHttpException('PDF 文件不存在或路径非法');
        }

        // 使用 pdftotext 提取（-layout 保格式，-enc UTF-8 防中文乱码）
        $txtPath = tempnam(sys_get_temp_dir(), 'pdf2txt_') . '.txt';
        $cmd = sprintf(
            'pdftotext -layout -enc UTF-8 %s %s 2>/dev/null',
            escapeshellarg($pdfPath),
            escapeshellarg($txtPath)
        );

        exec($cmd, $output, $returnCode);

        if ($returnCode !== 0 || !file_exists($txtPath)) {
            @unlink($txtPath);
            throw new \Exception('PDF 文本提取失败，请检查文件是否加密或损坏');
        }

        $text = file_get_contents($txtPath);
        @unlink($txtPath);

        return $this->asJson(['success' => true, 'text' => trim($text)]);
    }
}

访问示例：/index.php?r=pdf/extract-text&path=uploads%2Freport.pdf

btpanel phpsite 宝塔面板PHP网站

宝塔面板 PHP 网站管理：站点创建、删除、启停、PHP 版本切换、域名管理、SSL证书管理、伪静态管理、数据库管理

下载

处理加密 PDF（可选增强）

若 PDF 含所有者密码（常见于银行账单、电子发票），需提前解密。可在上一步前插入检测与解密逻辑：

// 检查是否加密
$checkCmd = sprintf('pdfinfo %s 2>&1 | grep -i "Encrypted:"', escapeshellarg($pdfPath));
exec($checkCmd, $infoLines, $infoCode);
$isEncrypted = !empty($infoLines) && stripos(implode('', $infoLines), 'yes') !== false;

if ($isEncrypted) {
    $decryptedPath = tempnam(sys_get_temp_dir(), 'decrypted_') . '.pdf';
    // 尝试空密码解密（部分弱加密有效）
    $qpdfCmd = sprintf('qpdf --password="" --decrypt %s %s 2>/dev/null', 
        escapeshellarg($pdfPath), escapeshellarg($decryptedPath));
    exec($qpdfCmd, $qpdfOut, $qpdfCode);
    
    if ($qpdfCode === 0 && file_exists($decryptedPath)) {
        $pdfPath = $decryptedPath;
        // 注意：记得在 finally 块中 unlink($decryptedPath)
    }
}