Foros del Web » Programando para Internet » PHP »

Obtener texto y número de páginas de un PDF

Estas en el tema de Obtener texto y número de páginas de un PDF en el foro de PHP en Foros del Web. Buenas estoy intentando obtener el número de páginas y obtener el contenido de un PDF mediante PHP. Hasta ahora habia usado los comandos pdftotext y ...
  #1 (permalink)  
Antiguo 13/12/2013, 10:54
 
Fecha de Ingreso: marzo-2010
Mensajes: 102
Antigüedad: 14 años, 7 meses
Puntos: 2
Obtener texto y número de páginas de un PDF

Buenas estoy intentando obtener el número de páginas y obtener el contenido de un PDF mediante PHP.

Hasta ahora habia usado los comandos pdftotext y pdfinfo para obtener estos datos, pero desde hace poco tiempo, con los PDFs que no estan pasados de un archivo de texto(como el word) no me coge ninguno de los 2 datos.

He probado con distintas librerias de php como pdf2text pero no hay manera de que me muestre el texto del pdf correctamente.

Alguna recomendación?

Un saludo y muchisimas gracias
  #2 (permalink)  
Antiguo 13/12/2013, 13:43
Avatar de enlinea777  
Fecha de Ingreso: mayo-2008
Ubicación: frente al pc
Mensajes: 1.830
Antigüedad: 16 años, 5 meses
Puntos: 127
Respuesta: Obtener texto y número de páginas de un PDF

hay pdf's que no son echos con un estandar y mas que texto es una imagen que contiene el texto asi que es muy dificil leerlos sin una OCR asi que echa un vistaso y abre el pdf con adobre acrobar pro para verificar que sea texto y no imagen
  #3 (permalink)  
Antiguo 16/12/2013, 03:03
 
Fecha de Ingreso: marzo-2010
Mensajes: 102
Antigüedad: 14 años, 7 meses
Puntos: 2
Respuesta: Obtener texto y número de páginas de un PDF

Al final para buscar la cadena lo he conseguido ejecutando el comando de linux pdfgrep que funciona muy bien, por si algún otro usuario le hace falta.

Un saludo

Etiquetas: páginas, pdf
Atención: Estás leyendo un tema que no tiene actividad desde hace más de 6 MESES, te recomendamos abrir un Nuevo tema en lugar de responder al actual.
Respuesta




La zona horaria es GMT -6. Ahora son las 21:39.