PHP如何提取PDF解析结果中长度恰好为14位的字符串

问题根源 #

用explode(" ", $text)分割文本的方式不可靠：PDF解析出的文本可能包含多种空白字符（如制表符、换行符、不间断空格），或者目标ID与其他文本粘连，导致分割后的元素无法精准匹配14位长度。

可行方案 #

使用正则表达式直接匹配文本中独立的14位字符串，无需依赖空格分割：

$parser = new Parser();
$pdff = $parser->parseFile($_FILES['file']['tmp_name']);

$text = $pdff->getPages()[0]->getText();

// 匹配独立的14位字母数字组合（可根据ID格式调整正则）
preg_match('/\b[A-Za-z0-9]{14}\b/', $text, $matches);

// 输出匹配到的第一个14位ID
$resultString = $matches[0] ?? '';
echo $resultString;

补充说明 #

• \b表示单词边界，确保匹配的是独立的14位字符串，不会与前后字符粘连；
• 如果文本中可能存在多个14位字符串，可改用preg_match_all获取所有结果；
• 若目标ID有固定格式（比如示例中的7位数字+7位字母数字），可将正则优化为更精准的版本，例如：/\b\d{7}[A-Z0-9]{7}\b/。

内容的提问来源于stack exchange，提问作者Roberts_ac