Hallöchen,

ich sitze hier gerade über einem Problem, bei dem ich hoffe die nette Community hat einen Tip für mich.

Ich bin dabei einen Download-Area für unsere Firmenwebsite zu planen, bei dem ich den Administrationsprozess so gering wie möglich halten möchte.
Daher war meine Idee nur das Verzeichnis auf dem Server zu browsen und die Metadaten(Author, Description, Keyword,...) aller downloadbaren PDF Files only the fly auzulesen und daraus dynamisch den Download-Area zu generieren. Dadurch wäre die Administrationsaufwand im cms nämlich gleich 0.

Nun hab ich mich auf die Suche gemacht wie man die PDF Metadaten am besten ausließt....und genau hier ist mein Problem. Ich hab absolut keine Möglichkeit gefunden dies zu tun. Es gibts zwar nette Funktionen wie pdf_set_info() usw. aber die sind ausschließlich zum schreiben der metadaten.

Was ich herausgefunden hab bisher ist, dass diese Metadaten im PDF im xml Format hinein codiert sind. Man sie ergo auch durch auslesen könnte mit php. Aber diese Möglichkeit gefällt mir eher weniger, da es sich bestimmt nicht positiv auf die Performence auswirkt wenn ich ein 100-200 Files öffnen und komplett inhaltlich durchbrowsen muss um nach dem String zu suchen.

Falls niemand hier einen Funktionalität kennen sollte, vielleicht habt ihr einen Tip oder Idee wie man es noch lösen könnten so einen Download-Area möglichst wartungs frei hin zu bekommen.

Danke schon mal für eure Tips!

Mister Ad

Was willste denn dabei genau auslesen ?

Ich kenne keine "Metadaten" im PDF.
Der Aufbau vom PDF-File sieht immer etwas anders aus.

Falls dich der Aufbau eines PDF-Files interessiert:
http://www.cix88.de/upload/aufbau_pdf.pdf
(ca. 5MB, sollte der Link nicht gehen, dann einfach PN)

Dank dir für das Dokument! Hab mal versucht den Wälzer grob ein wenig durch zu schauen. Es geht mir um die Infos die unter anderem auf Seite 120 beschrieben sind.

Author, Keyword, CreationDate, Title,...

Klar könnt ich jedes PDF öffnen und den Quelltext mit einem Stringvergleich danach absuchen. Aber wie gesagt denk ich nicht das sich das recht positiv auf die Performence auswirkt. Daher hatte ich gehofft es gäbe eine Funktion wie beispielsweise php_GET_info("author") oder ähnliches, welche nicht erst das ganze Dokument parsen muss.

Leider gibt es noch keine Funktion dafür, also selber schreiben.
Was allerdings nicht einfach wird, zumal man das PDF einlesen muss.
Und nicht im jedem PDF sind die oben genannten Begriffe vorhanden.
Zudem kommt noch hinzu, dass diese Begriffe nicht unbedingt am Anfang von einen PDF-File stehen müssen.
Sie können auch erst am Ende gesetzt sein