Разбор таблиц из PDF на PHP

Слава, если это идеальные таблицы, то будет просто очень сложно. Имхо.

По сути данные в таблице pdf размещены так:

 

 00:00 - 00:59             6,012               734              122           66,244 



  01:00 - 01:59             4,903               720              103           36,385 



  02:00 - 02:59              4,68               707               93           48,539 



  03:00 - 03:59             3,318               569               54           37,648 



  04:00 - 04:59             2,759               466               42           37,831 



  05:00 - 05:59             1,523               233               27           10,846 



  06:00 - 06:59             1,577               287               26           15,303 



  07:00 - 07:59               673               139               20            4,639 



  08:00 - 08:59             1,056               164               33            7,284 



  09:00 - 09:59             2,091               308               41           20,516 



  10:00 - 10:59             2,766               391               70           27,054 



  11:00 - 11:59             4,498               559               91           44,486 



  12:00 - 12:59             6,169             1,028              124           53,862 



  13:00 - 13:59             6,387               749              122            48,64 



  14:00 - 14:59             8,526             1,185              126           59,755 



  15:00 - 15:59             7,526               954              131           84,982 



  16:00 - 16:59             7,312               841              157           45,425 



  17:00 - 17:59             7,558               863              145           49,644 



  18:00 - 18:59            10,197             3,161              130           91,267 



  19:00 - 19:59             9,664             1,321              145            88,33 



  20:00 - 20:59             7,878               830              169           53,129 



  21:00 - 21:59             7,254               930              126           56,294 



  22:00 - 22:59             7,086               873              135           79,086 



  23:00 - 23:59             6,641               848              140           70,361 



Всего                     128,054             18,86            2,372        1,137,563

Каждое число имеет свои координаты. Правильная таблица (как эта) еще может претендовать на что-то, но платежки в базу я бы не стал таким макаром парсить ;)

Мне что-нибудь простенькое надо - прайс-листы разбирать.

Барин, тут локального-то конвертера, днём с адронным коллайдером наперевес не сыщешь, а ты хочешь отлаженные, чистые и умытые библиотеки найти... легче упиццо кефиром до этил-эфир-фталатовых откровений.

Также ИМХО. :)

Не, ну для Excel нашёл же, да и из HTML-страничек прайсы научился опознавать и выдирать. Так что может кто видел... В Гугле долго искал - не нашёл 🙄

Щастливец. :) Видать, и впрямь простые файлы у тя. Но PDF - зело труднее.

Скриптовые варианты я видел в том году где-то, в буржунете. Пошукал по форуму (и в админской среде) программёров, и решил плюнуть на это дело, после пятка-другого разговоров. Слюною прям. :)

Хотя, может сейчас всё по другому уже.

Сравнил тоже. В html разметка, а тут фиг с постным маслом. В excel да, пару софтин переводят нормально... нормальные таблицы.

А зачем в PHP, а потом в csv?

Кажется где-то встречал из pdf в txt,

или даже в xls.

o0 ога, дизассемблируй сразу!

Системный подход учит нас брать разные типы файлов и первым делом приводить к одному типу. Тому, который наиболее удобен для быстрого разбора с минимумом потребляемой памяти и упрощённой отладкой. Например, к файлу в csv формате. А дальше, получив данные в нужном формате, делать с ними, что Богу надобно. Таково Дао архитектора больших систем.

Слава Шевцов добавил 22.09.2008 в 00:23

Платёжки - это святое. У меня целостность и корректность всех данных не критична.