Teknik, hosting & e-handelsløsninger

Svar: Søgning i pdf-filer på www

Eirik Svith — Wed, 14 Apr 2010 20:26:50 GMT

Hej. Dette er mit første indlæg på Amino, så jeg vil bestræbe mig på at udforme det så hjælpsomt som muligt :)
Læsning af pdf-filer kan opnås nogenlunde smertefrit ved at kombinere php med software som xpdf (kan hentes gratis på http://www.foolabs.com/xpdf/). Nu ved jeg ikke om din hjemmeside hostes på en Windows- eller en Unix-server, men i dette eksempel antager jeg at vi kører på en Windows-server.

Lad os antage at alle dine pdf-filer ligger i én mappe på serveren. Det handler da blot om at loope filerne i denne mappe igennem, og for hver fil, vha. en system-command køre xpdf’s pdftotext-funktion på hver pdf-fil og lad php håndtere outputtet.

Koden kunne eksempelvis tage sig ud på følgende måde:
<?php
$handle = opendir('./'); //Mapppen hvori pdf-filerne ligger

while ($file = readdir($handle)) { //Alle filerne gennemløbes
if ($file != '.' && $file != '..') {
echo system('pdftotext.exe '.$file.' -'); //Filernes indhold udskrives (kræver at du har tilladelse til at udføre system-commands)
}
}
?>

Selvfølgelig skal du i stedet for at udskrive resultatet, søge i det på en eller anden måde. Det ville nok også være en idé, at verificere at det indlæste rent faktisk er en pdf-fil, but you get the basic idea :)

Du skal dog regne med at, en metode som denne hurtigt vil blive meget krævende for serveren. Dels fordi det at konvertere en pdf-fil til plain-text er krævende, men også fordi at du for hver eneste søgning, er tvunget til at gennemsøge alle filerne.

Så i sidste ende er jeg nok enig med Niels, det mest effektive vil være at have det hele liggende i en database, da denne søger langt mere intelligent. Måske ovenstående script kunne bruges til at smide det hele ind i en database?

Håber at dette var til hjælp.
Vh. Eirik.

Svar: Søgning i pdf-filer på www

Niels Henriksen — Wed, 14 Apr 2010 04:59:25 GMT

TICPH:
Nej, de skal ligge i pdf, således at de kan distribueres, downloades og printes.

Det du kan gøre er at lægge teksten i en database og lave denne søgbar. Når man så har fundet noget så kan du vise hvilke PDF'er som indeholder den tekst.

Svar: Søgning i pdf-filer på www

Anonymous — Wed, 14 Apr 2010 04:43:54 GMT

Nej, de skal ligge i pdf, således at de kan distribueres, downloades og printes.

Det skal være noget a la freefind.com, men det er en 3. parts løsning, som ikke er det bedste.

Svar: Søgning i pdf-filer på www

nielsen — Tue, 13 Apr 2010 12:04:00 GMT

Er det ikke nemmere - og bedre - at have teksterne i simpelt html ? Dvs du skal konvertere pdf-filerne til simple html-filer. Jeg kender ikke dit rigtige formål, og hvad man bør gøre afhænger meget af den konkrete situation.

Svar: Søgning i pdf-filer på www

Tobias G — Tue, 13 Apr 2010 10:58:05 GMT

Hvis dine PDF'er er indekserede af Google, så kan du bruge Google customised search på din hjemmeside, og indsætte parameteren "filetype:pdf" og "site:www.dinhjemmeside.dk"

Svar: Søgning i pdf-filer på www

Jimmy B. Carlsen — Tue, 13 Apr 2010 10:46:52 GMT

Google Site Search vil kunne søge i PDF'er - det er dog ikke gratis...

Svar: Søgning i pdf-filer på www

slettet_bruger — Tue, 13 Apr 2010 10:31:21 GMT

Emil Pedersen: Tror ikke du læste det han skrev helt igennem.

Det jeg tror du skal gøre er en kombination mellem det Emil Pedersen skriver hvor du har alt det indhold fra PDF filerne lagt ind i databasen, jeg tror ikke man bare lige kan søge i PDF filer, desværre... det nemmeste ville være hvis dine PDF filer var genereret diarakte ud fra et system hvor data allerede nu ligger i en form af database.

ellers tror jeg desværre du vil få meget svært ved dette.

Svar: Søgning i pdf-filer på www

Emil Pedersen — Tue, 13 Apr 2010 10:26:43 GMT

Hej.

Dette kan gøre med en simpel php & mySQL kode.

<?php
// Laver en MySQL forbindelse
mysql_connect("localhost", "admin", "1admin") or die(mysql_error());
mysql_select_db("test") or die(mysql_error());

// Finder resultatet der er søgt på i tabellen "example"
$result = mysql_query("SELECT * FROM example
 WHERE name='Sandy Smith'") or die(mysql_error());  

// Udskriver de resultater der er fundet.
$row = mysql_fetch_array( $result );
// Udskriver resultatet med name & age.
echo $row['name']." - ".$row['age'];
?>

Søgning i pdf-filer på www

Anonymous — Tue, 13 Apr 2010 10:22:08 GMT

Har en hjemmeside med en masse pdf-filer.

Vil gerne tilføje et søgeboks, hvor jeg kan fritekstsøge i indholdet i disse pdf-filer. Nogen der kender til en løsning?