问

使用PHP从PDF中提取图像

l季莫_339 发布于 2023-02-12 17:05

上传

问题是客户想要上传带有图像的pdf,作为一次批量处理多个图像的方式.

我已经环顾四周,开箱即用PHP无法阅读PDF文件.

我有什么选择？

我已经知道主机没有安装imageMagick或任何pdf库,并且该exec功能被禁用.我猜,这基本上让我无需工作.

有没有人知道是否有一个可以做到这一点的在线服务,有各种各样的api？

谢谢你

1 个回答

AFAIK,没有PHP模块可以做到.有一个命令行工具,pdfimages(xpdf的一部分).作为参考,这是如何工作的:
```
pdfimages -j source.pdf image
```
这将从source.pdf中提取所有图像为image-000.jpg,image-001.jpg等.请注意,输出格式始终为Jpeg.

可能的选择

作为一个命令行工具,你需要exec(或者system,passthru任何执行PHP内置函数命令).由于您的环境没有,我看到四个选项:
关于#3,滚动你自己,我不认为滚动你自己,解决一个非常狭窄的要求定义,将太困难.我似乎记得PDF中的图像边界定义得很好:只需将文件读入边界,切割到边界的末尾,base64_decode,然后写入文件 - 重复.但是,这可能太多了......

如果滚动你自己太复杂了,那么选项#4就像Joel Spolsky描述的使用复杂的Excel对象一样(参见大胆标题下的编号列表"让Office为你做繁重的工作").

找到一个便宜的托管环境(例如亚马逊EC2)让你exec和你curl

安装 pdfimages

编写一个PHP脚本,将URL带到PDF,curl打开PDF,将其写入磁盘,将其传递给pdfimages,然后将URL返回到生成的图像.

示例交换可能如下所示:
```
GET http://www.cheaphost.com/pdfimages.php?extract=http://www.limitedhost.com/path/to/uploaded.pdf

Content-type: text/html


<html>
<body>
<ul>
<li>http://www.cheaphost.com/pdfimages.php?retrieve=ab9895v/image-000.jpg</li>
<li>http://www.cheaphost.com/pdfimages.php?retrieve=ab9895v/image-001.jpg</li>
</ul>
</body>
</html>
```
因此,您的单个pdfimages.php脚本(在具有该exec功能的主机上运行)可以提取图像,并允许您访问提取的图像.提取时,它会读取您告诉它的PDF,在其上运行pdfimages,并返回一个要调用的URL列表以检索提取的图像.检索时,它只会让您回到直线图像.

您需要处理清理,或许要做的事情是在检索后删除图像.您还需要处理安全性 - 不知道这些图像中的内容,但内容可能需要包含在SSL中并采取其他预防措施.
2023-02-12 17:08 回答

勇敢的思竹

撰写答案

今天，你开发时遇到什么问题呢？

立即提问

热门标签