pdf파일 전문(Full-Text) 검색 방법
본문
안녕하세요
게시판에 등록된 pdf파일 전문 검색이 가능할까요??
방법이 있으면 수정할 부분과 코드 부탁 드립니다,
감사 합니다 ㅠㅠ
답변 4
방법이 없지는 않지만 쉬운 작업이 아닙니다. 제작의뢰로 의뢰 해 보는것이 좋을 듯 합니다
검색해 본 결과인데 참고해 보세요
https://coronasdk.tistory.com/582
PDF 추출하는 api 가 많이 있습니다.
추출 성능이 높아야 하는 경우라면, 업스테이지 도큐먼트 파서나, claude api 를 쓰는 방법이 있습니다.
(추출 성능이 높으면 가격이 비싸다고 생각하시면 됩니다.)
단순하게 pdf에서 텍스트만 추출한다면, python 이나 java 로 된 라이브러리를 통해 추출한것을 db 에 저장하는 방식이 적당할것 같네요.
데이타를 추출한뒤에 전문 검색을 할수 있겠죠.
기본 로직만 설명 드리자면 여러 콤포넌트가 있겠지만
smalot/pdfparser 를 예를 들어...
컴포저로 해당 콤포넌트 설치하시고.
composer require smalot/pdfparser
<?php
require 'vendor/autoload.php';
use Smalot\PdfParser\Parser;
// PDF 파일 경로
$pdfFile = 'example.pdf'; //첨부파일 경로를 대입.
// PDF 파서 생성
$parser = new Parser();
$pdf = $parser->parseFile($pdfFile);
// PDF 내용 추출
$text = $pdf->getText();
// 검색할 텍스트
$searchText = '특정 텍스트'; //검색어
// 검색 수행
if (strpos($text, $searchText) !== false) {
echo "텍스트가 발견되었습니다!";
} else {
echo "텍스트를 찾을 수 없습니다.";
}
?>
요런식으로 간단히 설명 드립니다.
pdf 텍스트가 에디터에서 긁히는 방식이면 사용가능 하고 이미지 형식이면
Tesseract 를 통해 ocr 인식하셔야 합니다.
답변을 작성하시기 전에 로그인 해주세요.
