Вопрос по pdfparser

1) объём

2) возможно, по свойствам пробежаться.. закономерности поискать

$details  = $pdf->getDetails();

3) Если текста нет, зачем лезть в страницы?

$pdf->getText();

ivan-lev, попробовал получить инфу о файле, тоже зависло на этом

---------- Добавлено 15.09.2019 в 12:56 ----------

Так тоже висит

Дайте два пдф'а, с проблемный и нормальный, посмотрю чем вам можно помочь.

П.С. На var_dump у вас виснет, т.к. не хватает памяти на процесс.

infant, спс, отправил в личку.

У проблемного файла размер всего 3,5 мб. А на серваке в данный моменты свободно 5 гб оперативы и мунин не показывает что идет како-то рост потребления ресурсов когда виснет все.

Как я и предполагал, проблема в памяти.

Ваш парсер обрабатывает сразу все страницы, загоняя их в пулл процесса. Отсюда нехватка времени и памяти. (У меня не самый слабый и комп , на нем тоже не хватило ))) )

В качестве решения вашей проблемы подключаем еще одну библиотеку и с помощью нее скармливаем парсеру по одной странице за раз. На выходе получите массив со страницами без картинок. Обрабатывать вероятные ошибки в коде не стал, это на ваше усмотрение. Вырезать из массива пустые элементы (там где были картинки) тоже не стал, вдруг вам нужен четкий порядок страниц.

/**
 * @param $pagePdf
 * @return string
 */
function getText($pagePdf)
{
	$parser = new \Smalot\PdfParser\Parser();
	$pdf = $parser->parseContent($pagePdf);
	$txt = trim($pdf->getText());
	return $txt;
}

/**
 * @param string $url
 * @return array
 */
function getContents(string $url)
{
	$res = [];

	$content = file_get_contents($url);
	$sourceFile = \setasign\Fpdi\PdfParser\StreamReader::createByString($content);

	$pdf = new \setasign\Fpdi\Fpdi();
	$pageCount = $pdf->setSourceFile($sourceFile);
	for ($i = 1; $i <= $pageCount; $i++) {
		$pdf_ = new \setasign\Fpdi\Fpdi();
		$pdf_->AddPage();
		$pdf_->setSourceFile($sourceFile);
		$pdf_->useTemplate($pdf_->importPage($i));
		$out = $pdf_->Output('S');

		$txt = $this->getText($out);

		$res[$i] = $txt;
	}
	return $res;
}

$contents = $this->getContents($url);

Парсер форума вырезает квадратные скобки.

$res = []; и $res[$i] = $txt;

infant, большое спасибо!