在PHP中，有时候我们需要从PDF文档中提取文本内容，例如为了建立全文检索或者存入数据库。这个任务可以通过配合使用PHP和Xpdf工具来完成。Xpdf是一个开源的PDF处理工具，能够将PDF文档转换成纯文本，使得内容可被其他程序处理。
要开始使用Xpdf，你需要下载相应的软件包。对于英文版PDF，你可以下载`xpdf-bin-linux-3.03.tar`，而如果需要处理中文内容，则需额外下载`xpdf-chinese-simplified.tar`。这两个文件应当放在合适的目录下，例如`/lcf/xpdf`。
安装过程如下：
1. 创建必要的目录结构，例如`/lcf/upan`、`/lcf/cdrom`和`/lcf/xpdf`。
2. 将下载的Xpdf文件复制到`/lcf/xpdf`目录。
3. 解压缩下载的文件，如`xpdfbin-linux-3.03.tar.gz`，并按照INSTALL文件的指导进行安装。这通常涉及到将bin文件复制到`/usr/local/bin`，以及将man页复制到相应的man目录。
4. 如果需要处理中文，需要执行额外的步骤，比如将`sample-xpdfrc`复制到`/usr/local/etc/xpdfrc`，并将`xpdf-chinese-simplified`目录中的文件复制到`/usr/local/share/xpdf/chinese-simplified`，同时更新`xpdfrc`配置文件以适应中文编码。
安装完成后，就可以通过PHP调用Xpdf的命令行工具`pdftotext`来读取PDF内容。基本的使用方法如下：
```php
$content = shell_exec('/usr/local/bin/pdftotext ' . $filename . ' -');
```
这条命令会将PDF文件`$filename`的内容转换为纯文本，并将其内容赋值给`$content`变量。如果PDF包含中文，你需要指定适当的编码，例如GBK，以防乱码：
```php
$content = shell_exec('/usr/local/bin/pdftotext -layout -enc GBK ' . $filename . ' -');
```
这里的`-layout`选项保留了原文档的布局，`-enc GBK`指定了编码为GBK。转换后的文本是GBK编码，如果网站使用UTF-8编码，需要进行二次转换：
```php
$content = mb_convert_encoding($content, 'UTF-8', 'GBK');
```
这样，PDF中的内容就可以以UTF-8格式存储，适应网站的需求，避免出现乱码问题。
值得注意的是，`shell_exec()`函数用于执行系统命令，可能存在安全风险，如命令注入。因此，在实际使用时，确保对用户输入进行严格的验证和清理，以防止潜在的安全漏洞。
总结起来，使用PHP配合Xpdf读取PDF内容的流程包括：下载和安装Xpdf，配置中文支持，通过PHP的`shell_exec()`调用`pdftotext`命令，最后根据需要进行编码转换。这种方法虽然有效，但可能不适合所有场景，尤其是对性能和安全性有高要求的项目，可能需要考虑其他更高级的库或服务，如PDFBox、PDF.js或专门的PDF解析库。
