次のスニペットは「http://pdfx.cs.man.ac.uk/usage」からのものです。この非常に優れたツールで、pdf の科学論文を xml に変換します。
curl --data-binary @"/path/to/my.pdf"
-H "Content-Type: application/pdf"
-L "http://pdfx.cs.man.ac.uk"
このコードは UNIX コマンド ライン コードであり、その PHP バージョンが必要です。私が試してみました
$pdfFile = fopen('jucs_18_05_0623_0649_hasan.pdf', 'r');
$fileSize = filesize ('jucs_18_05_0623_0649_hasan.pdf');
$url="http://pdfx.cs.man.ac.uk";
$ch=curl_init();
curl_setopt($ch, CURLOPT_URL, $url);
curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1); //
curl_setopt($ch, CURLOPT_TIMEOUT, 100);
curl_setopt($ch, CURLOPT_FOLLOWLOCATION, true);
curl_setopt($ch, CURLOPT_POST, 1);
curl_setopt($ch, CURLOPT_PUT, true);
curl_setopt($ch, CURLOPT_INFILE, $pdfFile);
curl_setopt($ch, CURLOPT_INFILESIZE, $fileSize);
curl_setopt($ch, CURLOPT_VERBOSE, true);
$fp = fopen("test.xml", "w");
curl_setopt($ch, CURLOPT_FILE, $fp);
if (! $res = curl_exec($ch))
echo "Error: ".curl_error($ch);
else {
echo "Success";
}
curl_close($ch);
問題は、test.xml への出力が、提供された記事の変換された xml バージョンではなく、インデックス ファイルの html コードであることです。
専門家の意見をお待ちしています...
前もって感謝します