0

我目前正在构建一个文档共享平台，为了吸引尽可能多的用户，我想已经将 10 000 个文档添加到我的平台中。这些文件只是 PDF 文件。我正在使用 Symfony2，但我想这对问题没有太大影响：如何自动从这些文档中提取我需要的元数据（例如，标题，描述的前 100 个单词）并将其插入我的数据库（在我的情况下，将其水合到我的实体中，但我知道那部分）。

我想爬虫是我正在寻找的东西，但我不知道在哪里可以找到这样的东西，也不知道如何让它工作。

提前致谢！

4

1 回答 1

1

以及您没有真正的问题：

  • 定义您允许的文档类型/格式
  • google 了解如何使用 php 读取每种文档类型（php-functions、libraries、code-snippets）
  • 确定上传文件的文件类型
  • 使用谷歌搜索的函数、库等读取 php 中的文件。

当您完成所有这些然后遇到特定问题时：提出一个真正的问题；）

于 2013-07-19T09:29:17.567 回答