yii框架不支持pdf读取，需用smalot/pdfparser等第三方库手动集成；该库仅提取可选文本（非扫描件），中文正常依赖内嵌字体，不支持格式信息，应封装为service复用。
Yii框架本身不提供PDF内容读取能力，需借助第三方PHP库（如smalot/pdfparser、setasign/fpdi或spipu/html2pdf的逆向解析模块），但要注意：这些库不是Yii原生扩展，也**不支持直接“调用Yii扩展”来读取PDF文本**——必须手动集成并处理底层解析逻辑。
推荐方案：用 smalot/pdfparser 解析PDF文字
这是目前最轻量、兼容性好、专注文本提取的开源库，适合在Yii中嵌入使用：
- 安装命令：
composer require smalot/pdfparser - 在Controller或Service中引入：
use Smalot\PdfParser\Parser; - 读取本地PDF文件（路径必须为绝对路径）：
$parser = new Parser();<br> $pdf = $parser->parseFile(Yii::getAlias('@webroot/uploads/sample.pdf'));<br> $text = $pdf->getText(); // 返回纯文本内容 - 若PDF含多页，可遍历获取每页文本：
foreach ($pdf->getPages() as $page) { echo $page->getText(); }
注意中文乱码与扫描件限制
该库只能提取“可选中文本”的PDF（即由Word/Excel导出、非扫描图片型PDF）：
- 如果PDF是扫描件（本质是图片），
pdfparser返回空字符串或乱码，此时需OCR方案（如Tesseract + imagick），不属于Yii扩展范畴 - 中文显示正常依赖PDF内嵌字体；若原文档未嵌入中文字体，
getText()可能缺失或错位，无法通过Yii配置修复 - 不支持提取表格结构、样式、页眉页脚等格式信息，仅适用于“提取正文关键词”“做简易全文检索”等场景
避免常见错误操作
别误用导出类库反向读取：
-
yii2-export、yii2-mpdf、html2pdf全是生成PDF的工具，不能用来读取PDF内容 - 不要尝试用
file_get_contents()直接读PDF二进制再json_decode——PDF不是JSON，会得到不可读乱码 - 不要在视图层（View）里写PDF解析逻辑，应封装到Service或Helper类中，保持MVC职责清晰
简单封装成Yii服务供复用
可在@common/components/PdfReader.php中创建一个可复用的服务类：
- 构造方法检查文件是否存在且可读：
is_file($path) && is_readable($path) - 添加超时控制（大PDF解析慢）：
set_time_limit(60) - 返回结构化结果，例如：
['success' => true, 'text' => $text, 'page_count' => count($pdf->getPages())] - 在Controller中调用：
$result = Yii::createObject(PdfReader::class)->read(Yii::getAlias('@runtime/pdfs/invoice.pdf'));
