Abrir un archivo PDF con PHP

[jaeq]

Hola Foreros !

Estoy haciendo un buscador de textos y resulta que el origen de los textos, los tengo que sacar de un pdf. He buscado en el foro la forma de abrir un PDF, pero todas las notas son referentes a como crearlos utilizando las librerías fpdf y pdflib...

¿Alguien me puede explicar como abrir y leer un archivo PDF?

Gracias, un saludo.

[mauled]

Ya intentaste con la funcion fopen()

[jaeq]

Iniciado por mauled

Ya intentaste con la funcion fopen()

Hola !

fopen() hace una llamada al acrobat y este te muestra el PDF. Lo que yo quiero es extraer el texto que hay en un pdf para poder meterlo en mi base de datos y luego poder buscar desde un buscador en php.

[Cluster]

Lamentablemente no es tan simple el hecho de "buscar" en un documento PDF.

Con PHP y su función fopen() abriras el archivo pero lo que vas a leer al abrilo es "chino". Tendrías que buscar información por otro lado de que formato (tal vez está hasta comprimido/encriptado?) para desvelar el formato de un PDF y de ahí "limpiarlo" (con expresiones regulares) para quedarte con el "contenido" en sí de tu PDF (el "texto") y empezar a busar sobre ese contenido "limpio".

Este proceso podría ser demasiado pesado para un script PHP .. He visto herramientas programadas en otros lenguajes para hacer busquedas sobre un PDF, si necesitas hacerlo bajo PHP .. se trataría de vía PHP llamar a esa aplicación externa (con exec() y funciones afines) que se controle por línea de comandos y recoger su resultado (a ser posible que entregue un XML? .. como para que puedas darle formato comodamente a los resultados)
Una de esas aplicaciones:

http://www.artspdf.com/arts_pdf_search.asp
(parece que tiene su própio API de programación .. vía COM para accederlo. PHP puede usar COM www.php.net/com si está instalado en Windows todo)

Un saludo,

[mauled]

Con fopen accedes al documento hecho esto con fread() lees el archivo y almencenas la info en tu BD

[jaeq]

Iniciado por Cluster

Lamentablemente no es tan simple el hecho de "buscar" en un documento PDF.

Con PHP y su función fopen() abriras el archivo pero lo que vas a leer al abrilo es "chino". Tendrías que buscar información por otro lado de que formato (tal vez está hasta comprimido/encriptado?) para desvelar el formato de un PDF y de ahí "limpiarlo" (con expresiones regulares) para quedarte con el "contenido" en sí de tu PDF (el "texto") y empezar a busar sobre ese contenido "limpio".

Este proceso podría ser demasiado pesado para un script PHP .. He visto herramientas programadas en otros lenguajes para hacer busquedas sobre un PDF, si necesitas hacerlo bajo PHP .. se trataría de vía PHP llamar a esa aplicación externa (con exec() y funciones afines) que se controle por línea de comandos y recoger su resultado (a ser posible que entregue un XML? .. como para que puedas darle formato comodamente a los resultados)
Una de esas aplicaciones:

http://www.artspdf.com/arts_pdf_search.asp
(parece que tiene su própio API de programación .. vía COM para accederlo. PHP puede usar COM www.php.net/com si está instalado en Windows todo)

Un saludo,

Gracias, Cluster.
Optaré por esa opción.
No creía que fuera tan complicado.
Un saludo.

[dopon]

Si que es complicado en mi universidad en la seccion de la biblioteca (yo trabajo alli) unos hicieron una tesis para realizar esto , buscar en pdf esta hecho en php con java . cuando entre a la Univ espero poder conseguir el fuente y compartirlo con ustedes.

Para leer el pdf no es simplemente fopen y ya como dice cluster es como leer en chino, si no sabes chino debes aprender como traducirlo y ahi si ;)

[fabianestebanmelo]

<?php
//$fecha = include ('fecha.php');
//$roe = pg_fetch_array($fecha);

/* incluimos primeramente el archivo que contiene la clase fpdf */
include ('Pdf/fpdf.php');
$oficina=$_GET['ofi'];

/* tenemos que generar una instancia de la clase */

$pdf = new FPDF();
$pdf->AddPage();

/* seleccionamos el tipo, estilo y tamaño de la letra a utilizar */



$pdf->SetFont('Helvetica', 'I', 8);
$pdf->Ln(15);
$pdf->Cell(0,0,"".date("d/m/Y"),0,'R',0,0);
$pdf->Ln(15);
$pdf->SetFont('Helvetica','', 14);
$pdf->Cell (0,10,'REPORTE DE EMPLEADOS','0','0','C');
$pdf->Ln();
$pdf->Ln(15);
$pdf->Cell(20,10,'Codigo',0,0,'C');
$pdf->Cell(20,10,'Nombre ',0,0,'C');
$pdf->Cell(20,10,'Apellido',0,0,'C',0);
$pdf->Cell(20,10,'Email',0,0,'C');
$pdf->Cell(30,10,'Cod oficina',0,0,'C');
$pdf->Cell(40,10,'Jefe inmediato',0,0,'C');
$pdf->Cell(20,10,'Extension',0,0,'C');
$pdf->Cell(20,10,'Cargo',0,0,'C');
$pdf->Ln(15);
$conn = mysql_connect("$HOST=Localhost $USER=root $PWD=root $BD=classicmodels");
$sql="select employeeNumber,FirstName,lastName,email,officeCode ,reportsTo,extension,jobTitle from employees where officeCode = '$oficina' ";
$query = mysql_query($conn,$sql);
$row = mysql_num_rows($query);


$fill=false;
$i=0;
while($i<$row)
{
$siape=utf8_decode;
$siape=pg_result($sql,$i,'nombre_producto');
$nome=pg_result($sql,$i,'precio');
$carac=pg_result($sql,$i,'caracteristicas_produc') ;
$pdf->SetFont('Helvetica','B', 8);
$pdf->Cell(57,13,$siape,1,0,'C',$fill);
$pdf->Cell(67,13,$carac,1,0,'C',$fill);
$pdf->Cell(57,13,$nome,1,1,'C',$fill);
//$fill=!$fill;
$i++;
}
$pdf->Output("Reporte.pdf",'F');
echo "<script language='javascript'>window.open('Reporte.pdf','_ self','');</script>";//para ver el archivo pdf generado
exit;
?>



este es mi cogigo y necesito ayuda
no puedo conectar la base de datos para que me muestre lo quye esta en mi BD