使用 PHP 模式匹配 PDF 正文中的文本并添加超链接
题
情况如下:我有一系列又大又厚的 PDF 文件,充满图像和随机分布的文本 - 这些是大量产品的巨大促销价格表的部分。我需要的是对每个 PDF 文件文本中的所有目录代码进行模式匹配,并使用指向在线商店中相应页面的超链接对其进行包装。
所以任务非常简单 - 扫描 PDF 文件中的所有纯文本 10
数字序列,并将其转换为 href 为的链接 http://something?code=[match]
.
如果可能的话,我也更愿意将其放在 PHP 脚本中,但任何语言都可以。我有一种直觉,也许闪光灯也是一种选择。
有任何想法吗?提前致谢。
编辑:
一些答案正在教我 PCRE 语法。这里的问题是我需要在 PDF 文件中搜索和替换。所以问题是双重的。假设我们将在 PHP 中执行此操作:
- 如何用 PHP 读取/写入 PDF?
- 由于 PDF 不是纯文本文件,因此我不能仅对它们进行正则表达式,而且我还相信 PDF 链接不会与文本捆绑在一起,而是作为区域分开。这也意味着,如果我只知道匹配的代码位于页面上的位置,我就可以在目录代码的字符坐标上覆盖一个活动矩形。
你怎么认为?其他语言也是一种选择。
谢谢。
解决方案
替换 PDF 中的文本很困难,并且没有任何开源 PDF 解决方案支持此功能。
Apago (www.apago.com) 开发了一种用于替换 PDF 文件中文本的商业解决方案。贺卡制造商使用它来修改定价、“MADE IN”文本、产品编号等。
不隶属于 StackOverflow