以 Unicode 字符作为分隔符的 PHP Explode

Question

XPDFs pdftotext 将 pdf 转换为文本并在命令行级别输出。如果需要，它会按照 TextOutputDev.cc 中指定的方式在页面之间插入分页符:

eopLen = uMap->mapUnicode(0x0c, eop, sizeof(eop));

这个 Unicode 符号是编码独立的，-enc ASCII7 不会改变它。我目前愿意使用 PHP 将 PDF 文件转换和拆分为多个 TXT 页面以进行数据库存储。然而，下面的函数确实有效，但花费的时间是一次转换整个 PDF 的两倍。

for($i = 1; $i <= $pages[0]; $i++)
    $page[$i] = shell_exec('/usr/bin/pdftotext sample.pdf -f '.$i.' -l '.$i.' -');

我应该如何使用 Unicode 字符作为分隔符来 explode(0x0c, $wholePDF)？目前，page[$i] 似乎没有从 shell_exec() 中检索那些奇怪的 Unicode PageBreak 字符。我尝试了几个用于编码的 header (尤其是 UTF-8)，但到目前为止还没有成功。

Answer 1

0x0c 是一个 ASCII 字符(即在 0-127 范围内)，因此在 UTF-8 编码中它被表示为自身而不是多字节序列。您应该能够explode(chr(0x0c), $wholePDF)。