获取PDF文档中的页数

Question

FPDI易于使用和安装（只需提取文件并调用PHP脚本即可），但FPDI不支持许多压缩技术。然后返回一个错误：

FPDF错误：此文档(test_1.pdf)可能使用了FPDI附带的免费解析器不支持的压缩技术。

这将在流中打开PDF文件，并搜索某种类型的字符串，包含pagecount或类似的内容。

$f = "test1.pdf";
$stream = fopen($f, "r");
$content = fread ($stream, filesize($f));

if(!$stream || !$content)
    return 0;

$count = 0;
// Regular Expressions found by Googling (all linked to SO answers):
$regex  = "/\/Count\s+(\d+)/";
$regex2 = "/\/Page\W*(\d+)/";
$regex3 = "/\/N\s+(\d+)/";

if(preg_match_all($regex, $content, $matches))
    $count = max($matches);

return $count;

• /\/count\s+(\d+)/（查找/count )不起作用，因为只有少数文档内部有参数/count，所以大多数情况下它不会返回任何内容。来源。
• /\/page\w*(\d+)/（查找/page )没有得到页数，主要包含一些其他数据。来源。
• /\/n\s+(\d+)/（查找/n )也不起作用，因为文档可以包含/n的多个值；大多数（如果不是全部）不包含PageCount。来源。

Answer 1

它可以在Linux和Windows下下载。您下载一个压缩文件，其中包含几个与PDF相关的小程序。在某个地方提取出来。

其中一个文件是pdfinfo（或用于Windows的pdfinfo.exe）。通过在PDF文档上运行数据返回的一个示例：

Title:          test1.pdf
Author:         John Smith
Creator:        PScript5.dll Version 5.2.2
Producer:       Acrobat Distiller 9.2.0 (Windows)
CreationDate:   01/09/13 19:46:57
ModDate:        01/09/13 19:46:57
Tagged:         yes
Form:           none
Pages:          13    <-- This is what we need
Encrypted:      no
Page size:      2384 x 3370 pts (A0)
File size:      17569259 bytes
Optimized:      yes
PDF version:    1.6

我还没有看到一个PDF文档，它返回了一个错误的pagecount（还没有）。它也非常快，即使是200+MB的大文档，响应时间也只有几秒钟或更少。

php prettyprint-override">// Make a function for convenience 
function getPDFPages($document)
{
    $cmd = "/path/to/pdfinfo";           // Linux
    $cmd = "C:\\path\\to\\pdfinfo.exe";  // Windows
    
    // Parse entire output
    // Surround with double quotes if file name has spaces
    exec("$cmd \"$document\"", $output);

    // Iterate through lines
    $pagecount = 0;
    foreach($output as $op)
    {
        // Extract the number
        if(preg_match("/Pages:\s*(\d+)/i", $op, $matches) === 1)
        {
            $pagecount = intval($matches[1]);
            break;
        }
    }
    
    return $pagecount;
}

// Use the function
echo getPDFPages("test 1.pdf");  // Output: 13

当然，这个命令行工具可以用在其他语言中，这些语言可以解析外部程序的输出，但我在PHP中使用它。

我知道它不是纯PHP，但外部程序在PDF处理方面要好得多（如问题所示）。

我希望这能帮助人们，因为我花了很多时间试图找到解决这个问题的方法，我看到了很多关于PDF pagecount的问题，但我没有找到我想要的答案。这就是为什么我提出这个问题，并自己回答。