- xpdf可将pdf内容解析为php可读的文本内容
- antiword可将doc(注意不是docx)内容解析为php可读的文本内容
参考链接：http://www.cnblogs.com/yinhutaxue/p/Yihoo.html
1.1 前往官网:http://www.foolabs.com/xpdf
(1)xpdfbin-linux-3.04.tar.gz
(2)xpdfbin-linux-3.04.tar.gz
cd /usr/local
tar zxvf xpdfbin-linux-3.04.tar.gz -C /usr/local
cd /usr/local/xpdfbin-linux-3.04
cat INSTALL
cd bin32/
cp ./* /usr/local/bin/
cd ../doc/
mkdir -p /usr/local/man/man1
mkdir -p /usr/local/man/man5
cp *.1 /usr/local/man/man1
cp *.5 /usr/local/man/man5
cp sample-xpdfrc /usr/local/etc/xpdfrc
tar zxvf xpdf-chinese-simplified.tar.gz -C /usr/local
cd /usr/local/xpdf-chinese-simplified
mkdir -p /usr/local/share/xpdf/chinese-simplified
cp -r Adobe-GB1.cidToUnicode ISO-2022-CN.unicodeMap EUC-CN.unicodeMap GBK.unicodeMap CMap /usr/local/share/xpdf/chinese-simplified/
shell端命令调用（W020151204630497494614.pdf文件已经下载到shell命令当前目录中）：
pdftotext W020151204630497494614.pdf //没有采用字体库，存在乱码
pdftotext -layout -enc GBK W020151204630497494614.pdf //无乱码
- xpdf的配置文件如果出现乱码的现象必须要去掉
textEncoding=utf-8的选项 - php.ini中的disable_function 中剔除shell_exec
- 注意pdftotext的执行权限 确保对apache或者nginx有执行权限和写权限
- php调用示例
shell_exec('/usr/local/bin/pdftotext filename') - 调用该命令行之后会自动生成同名的以txt为后缀的文件
-
pdftotext -layout -enc GBK W020151204630497494614.pdf//如果上例无法调用 则可以考虑使用此行代码
shell_exec('/usr/local/bin/pdftotext filename') 下载完，解压，进入目录
使用命令 make && make install
安装时，自动安装到了/root/目录下，只有root才可执行该命令，我们需要改一下路径，COPY到/usr中方便调用。
cp /root/bin/*antiword /usr/local/bin/
mkdir /usr/share/antiword
cp -R /root/.antiword/* /usr/share/antiword/
chmod 777 /usr/local/bin/*antiword
chmod 755 /usr/share/antiword/*
- 确保shell_exec不再php.ini中的disable_function中
- php端执行
$content = shell_exec('/usr/local/bin/antiword -m UTF-8.txt '.$filename); - 确保/usr/local/bin/antiword 对apache或者nginx用户有执行和写权限
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent