[FPDF] Extraire le texte d'un pdf

[SandraG]

Bonjour,

je cherche à extraire le texte d'un fichier pdf.
Je sais qu'il existe pdf2txt mais d'après ce que j'ai pu voir, c'est payant.

Est ce qu'il existe une fonction ou une classe qui le fait?
J'ai trouvé pour les .doc et les .xls maintenant je cherche pour .pdf

Merci d'avance
Sandra

[zevince]

si tu es sur un serveur ou tu peux ajouter des executables, tu as ca :
pdftotext
c'est un executable que est une partie de xpdf..

http://www.foolabs.com/xpdf/

tu as juste a extraire l'executable en question de xpdf (pas besoin de tout installer) et de l'appeller depuis la ligne de commande.. ou un script php, avec "exec"

[SandraG]

J'ai télechargé à partir de l'adresse que tu m'as donné mais je ne trouve pas pdftotext?

[SandraG]

J'ai trouvé : pdftotext.cc
je l'ai copié sur mon serveur et j'ai fait ç :

Code :

1
2
 
 exec ('pdftotext '.$nomfichier);

et j'ai l'erreur suivante :

Warning: exec(): Unable to fork [pdftotext documents/calendrier.pdf] in F:\DirInfo\PHP\GRH\Salarie\ged.php on line 68



Sandra

[zevince]

hmm.. ca a ptet evolué, moi j'avais trouvé un pdftotext mais pas en .cc

c'etait un executable..

je vais chercher voir si je le retrouve sur le net ou dans mes archives

[SandraG]

Si tu l'as ça serait génial!!!!!!

Sandra

[SandraG]

c'est pas grave

[zevince]

ok, il est dans l'archive precompilée, normal..

http://www.foolabs.com/xpdf/download.html
x86, Linux (glibc 2.2, staticly linked to Motif, t1lib, and FreeType):
xpdf-3.01pl2-linux.tar.gz (5604272 bytes)

et dedans tu as un pdftotext, sans extension, c'est celui la, je viens de tester..

[SandraG]

Mais je ne suis pas sous linux

ça va marcher qd même?

[zevince]

aie.. lol

tu as celle la, aussi ..
x86, DOS/Win32 -- pdftops, pdftotext, pdfimages, pdfinfo, and pdffonts only:
Win32 (built with MSVC): xpdf-3.01pl2-win32.zip (1679081 bytes)

et dedans tu dois avoir un pdftotext.exe

[SandraG]

Ok merci.

J'ai téléchargé et essayé et j'ai l'erreur suivante


Warning: exec(): Unable to fork [pdftotext.exe documents/calendrier.pdf] in F:\DirInfo\PHP\GRH\Salarie\ged.php on line 69

Ma ligne 69 c'est ça :

Code :

 exec ("pdftotext.exe ".$nomfichierupload);

qq 1 a eu le même pb?

Sandra

[zevince]

deja je peux te dire qu'il te manque un parametre... vu que pdftotext, tu dois lui indiquer le doc pdf mais aussi la sortie texte..
Pour le reste etant sous linux, je ne peux pas t'aider plus..
Bon courage

PS. tu peux deja essayer en ligne de commande, pour voir si ca marche correctement..

[SandraG]

J'ai ajouté le paramètre qui me manquait mais j'ai tjs la même erreur
Est ce que qq1 peut m'aider?

Merci d'avance
Sandra

PS: merci pour ton aide zevince

[SpaceFrog]

je suis sous windows et j'ai globalement le même souci.
en ligne de commande depuis le console cmd il me génère bien le fichier texte, mais pas moyen de le faire tourner depusi php et encore moins de recupérer le texte