لارافيل : تعامل مع ملفات pdf وربط بالObject Storage

من الجيد أنك قمت بالبحث واختيار Google Cloud لـ Object Storage ومكتبة Spatie لتحويل PDF إلى نص، هذا يعني أنك على الطريق الصحيح.

1- بالنسبة لتحليل ملفات PDF، أنت عثرت بالفعل على مكتبة Spatie.

وفي PHP بإمكانك استخدام الدالة "text()" لتحويل الملف إلى نص، ثم يمكنك استخدام دالة "sentences()" لتقطيع النص إلى جمل.

2- وبالنسبة للجداول، يمكنك تسميتها بأي اسم تريده، ولكن من الأفضل أن تختار أسماء مناسبة وسهلة الفهم، مثل Files و Sentences.

مثلاً، اسم جدول Files هو "pdf_files"، وذلك لأن هذا الجدول يحتوي على سجلات الملفات التي تم تحميلها، بينما يمكن أن يكون اسم جدول Sentences هو "pdf_sentences"، وذلك لأنه يحتوي على سجلات الجمل المستخرجة من الملفات.

يمكن أيضاً استخدام أسماء تحوي على معنى مثل "uploaded_files" و "parsed_sentences".

3- لربط الـ Object Storage مع Laravel، يمكنك استخدام مكتبة Google Cloud Storage، وتثبيتها باستخدام Composer.

4- باستطاعتك استخدام وظيفة "upload()" لتحميل الملفات إلى Object Storage، ولإضافة سجل في قاعدة البيانات، وبإمكانك استخدام وظيفة "create()" في طراز البيانات الخاص بك.

5- لحفظ الجمل في جدول الجمل، تتوفر وظيفة "create()" أو "insert()" لإدخال كل جملة في قاعدة البيانات وربطها بملف PDF.

6- بالنسبة للبحث عن الكلمة المفتاحية في جميع الملفات، تتوفر وظيفة "where()" في Laravel للعثور على جميع الملفات التي تحتوي على الكلمة المفتاحية، ثم استخدم وظيفة "pluck()" لاسترداد معرفات الملفات فقط، ثم استخدام وظيفة "with()" لاسترداد جميع الجمل المرتبطة بكل ملف.

ولا تنسى تأمين API الخاص بك باستخدام Basic Auth وإعداد اختبارات الوحدة للتأكد من أن جميع الوظائف تعمل بشكل صحيح.

 الدوال لا تنتمي لمكتبة Spatie، فدالة "text()" ودالة "sentences()" تنتميان إلى مكتبة PHP الأساسية (Core PHP) ويمكن استخدامهما في أي تطبيق PHP دون الحاجة إلى تثبيت مكتبات إضافية.

ما قصدته هو استخدام مكتبة Spatie لتحويل ملفات PDF إلى نص، وقطع النص إلى جمل، وهي مكتبة PHP مفتوحة المصدر توفر العديد من الوظائف المفيدة لتطوير تطبيقات الويب.
وذلك عن طريق  وظيفة extract() التي تأخذ اسم الملف الذي تريد استخراج النص منه كمدخل، ويتم إرجاع النص كنص عادي (string) ومن ثم يمكن استخدام وظائف النص العادية في PHP مثل explode() لقطع النص إلى جمل.

مثال على ذلك:

use Spatie\PdfToText\Pdf;

// اسم الملف الذي نريد استخراج النص منه
$filename = 'file.pdf';

// استخراج النص من الملف
$text = Pdf::extract($filename);

// قطع النص إلى جمل
$sentences = explode('.', $text);

// اختبار طباعة أول جملة
echo $sentences[0];

يجب تثبيت مكتبة Spatie باستخدام Composer قبل استخدامها في التطبيق، ويمكن الاطلاع على المزيد من الوظائف التي توفرها المكتبة في الوثائق الرسمية للمكتبة على موقع GitHub.

شكراً لردك اخ @Mustafa Suleiman

بتاريخ On 10‏/4‏/2023 at 18:09 قال Mustafa Suleiman:

وبإمكانك استخدام الدالة "text()" لتحويل الملف إلى نص، ثم يمكنك استخدام دالة "sentences()" لتقطيع النص إلى جمل.

هل هذه الدوال متواجده من مكتبة Spatie ؟ 

شكراً للتوضيح @Mustafa Suleiman

اذا تسمح تعرف كيف اقدر اجيب عدد صفحات؟ 

حسب بحثي توصلت إلى https://stackoverflow.com/questions/14644353/get-the-number-of-pages-in-a-pdf-document

ومنها إلى https://github.com/howtomakeaturn/pdfinfo

اتبعت تعليمات بس جاتني بعض الأخطاء. 

سؤال لما اثبت مكتبة php ب composer تكون ف ملف vendor هل احتاج انقلها لمكان ثاني علشان استخدمها؟ لاني استخدمت use \Howtomakeaturn\PDFInfo\PDFInfo;

او اذا عندك طريقه ثانيه. 

جزاك الله خير