yii自身不内置pdf解析能力，需借助smalot/pdfparser等第三方库；安装后可直接读取文字型pdf文本，但不支持扫描版，中文乱码时可升级库或指定utf-8编码。
Yii 本身不内置 PDF 解析能力，需借助第三方 PHP 库（如 smalot/pdfparser 或 setasign/fpdi + setasign/tcpdf 的组合），最简可行方案是使用 smalot/pdfparser —— 轻量、纯 PHP、专注文本提取，且与 Yii 兼容良好。
安装 PDF 解析库
在 Yii 项目根目录执行：
composer require smalot/pdfparser
该库无额外依赖，安装后即可直接使用，无需配置 Yii 组件。
在控制器中读取 PDF 文本内容
以下是最简可用代码（以 Yii2 为例），放在任意控制器动作中即可运行：
$parser = new \Smalot\PdfParser\Parser();
$pdf = $parser->parseFile('/path/to/your/document.pdf');
$text = $pdf->getText();
var_dump($text);
?>
说明：
-
/path/to/your/document.pdf 需替换为服务器上真实 PDF 文件路径（如
Yii::getAlias('@app/runtime/uploads/sample.pdf')） - 返回的
$text是去除格式的纯字符串，含换行和空格，适合后续关键词匹配或简单清洗 - 不支持扫描版 PDF（即图片型 PDF），仅解析可选中文本（基于 PDF 内容流）
处理中文乱码或编码问题
若 PDF 含中文但输出为乱码或空字符串，通常因字体未嵌入或编码映射缺失。可尝试：
- 确认 PDF 是文字型（用 Adobe Reader 能正常复制文字）
- 升级库至最新版：
composer update smalot/pdfparser（v1.0+ 对 UTF-8 支持更好） - 手动指定编码（部分场景有效）：
$pdf->getText('UTF-8') - 如仍失败，需改用 OCR 方案（如 Tesseract + imagick），但这已超出“最简”范畴
封装为 Yii 工具方法（可选）
为复用方便，可在 @app/components/PdfReader.php 中创建轻量工具类：
namespace app\components;
use Smalot\PdfParser\Parser;
class PdfReader
{
public static function extractText(string $filePath): string
{
if (!is_file($filePath)) {
return '';
}
$parser = new Parser();
try {
$pdf = $parser->parseFile($filePath);
return trim($pdf->getText());
} catch (\Exception $e) {
return '';
}
}
}
调用方式：app\components\PdfReader::extractText($path)
