phppdf を使用して PDF を HTML に変換する方法 (コード例)
- PHPzオリジナル
- 2023-04-04 10:43:031920ブラウズ
インターネット技術の継続的な発展に伴い、人々のファイル形式に対する要求はますます高まっています。たとえば、HTML 形式には簡単な操作、視覚的なプレゼンテーション、およびネットワークの相互運用性という利点があるため、現在、多くの企業や個人がドキュメントを処理する際に HTML 形式を使用することを好みます。 PDF 形式も広く使用されているドキュメント形式です。では、PDF 形式のドキュメントを HTML 形式に変換するにはどうすればよいでしょうか?この記事では、PHP 言語で実装された方法、つまり phppdf ライブラリを使用して PDF を HTML コードに変換する方法を紹介します。
1. phppdf ライブラリの概要
phppdf ライブラリは、PDF ファイルを読み取って解析し、HTML コードまたはテキスト ファイルに変換するために使用されるオープン ソースの PHP ライブラリです。 phppdf ライブラリは強力であるため、PDF ファイルを変換する前に、まず phppdf ライブラリをインストールする必要があります。
2. phppdf ライブラリをインストールする
phppdf ライブラリをインストールする最も簡単な方法は、composer を介してインストールすることです。プロジェクトのルート ディレクトリで次のコマンドを実行するだけです:
composer require smalot/pdfparser
インストール後、phppdf ライブラリを使用して PDF を HTML コードに変換する必要がある場合は、PHP コードで次の名前空間を参照する必要があります:
use Smalot\PdfParser\Parser;##3. PDF ファイルを解析するphppdf ライブラリをインストールした後、それを使用して PDF ファイルを解析できます。サンプル コードは次のとおりです:
$parser = new Parser();
$pdf = $parser->parseFile('path/to/pdf/file');
$text = $pdf->getText();
// 获取PDF文本内容
$html = $pdf->toHtml();
// 获取HTML代码 コードでは、まず PDF ファイルを解析するための Parser オブジェクトを作成します。次に、parseFile メソッドを呼び出して PDF ファイルを解析します。このメソッドのパラメータは PDF ファイルのパスです。解析後、getText メソッドを使用して PDF ファイルのテキスト コンテンツを取得したり、toHtml メソッドを使用して PDF ファイルから変換された HTML コードを取得したりできます。 4. HTML コードの処理PDF ファイルのフォーマットは複雑であるのに対し、HTML フォーマットのフォーマットは比較的単純であるため、PDF から変換された HTML コードの処理も重要なタスクです。 HTML コードを処理する方法は次のとおりです: 1. 冗長なタグを削除しますPDF ファイルには、無駄な div タグや空の p タグなど、多くの冗長なタグが存在する場合があります。タグは HTML ページ上のスペースを占有するだけでなく、読書体験にも影響を与える可能性があります。したがって、PDF to HTML コードを使用する場合は、これらの無駄なタグを一律に削除する必要があります。 サンプル コード:
$html = preg_replace('/<\/?div[^>]*>/', '', $html);
$html = preg_replace('/(<p[^>]*><\/p>)*\n/', '', $html);2. 組版の調整PDF ドキュメントの組版は不規則であることが多いため、調整する必要があります。たとえば、タイトルのフォント サイズや行間隔を制御するには、いくつかの CSS スタイル シートを追加する必要があります。 サンプルコード:
$html = "<!DOCTYPE html>\n<html>\n<head>\n<style>
h1,h2,h3,h4,h5,h6 {
margin: 0;
line-height: 1.6em;
font-size: 1em;
}\n
</style>\n</head>\n<body>\n" . $html . "</body>\n</html>";コードでは、タイトルの調整、タイトルのインデントの削除、フォント サイズと行間隔の調整を行うスタイル シートを追加しました。 5. 概要この記事では、phppdf ライブラリを使用して PDF を HTML コードに変換するプロセス (phppdf ライブラリのインストール、PDF ファイルの解析、HTML コードの処理の手順など) を紹介します。この記事を通じて、読者の皆様には phppdf ライブラリを使用して PDF を HTML コードに変換する方法を習得していただいたと思いますが、実際のプロジェクト開発に役立てていただければ幸いです。 以上がphppdf を使用して PDF を HTML に変換する方法 (コード例)の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。