我在这里看到两个解决方案：

• 将您的PDF文件转换为其他文件之前：text，html.
• 使用一个库来这样做，这里有个坏消息，它们中的大多数都是用Java编写的。

https://whatisprymas.wordpress.com/2010/04/28/lucene-how-to-index-pdf-files/（存档version from 2012）

$result = pdf2text ('sample.pdf');
echo "<pre>$result</pre>";

如何获得“干净”的文本：source code pdf2text
http://webcheatsheet.com/php/reading_clean_text_from_pdf.php

那怎么样？
http://www.phpclasses.org/package/702-PHP-Searches-pdf-documents-for-text.html
ps：我不测试这个类，只是阅读说明。

现在还有https://github.com/smalot/pdfparser：

use Smalot\PdfParser\Parser;

$pdfParser = new Parser();
$pdf = $pdfParser->parseFile('../path/to/your.pdf');

$content = $pdf->getText()

// or if you need to maintain the paragraphs
$content = preg_replace('/\s{3,}/m', "\n\n", trim($pdf->getText()));