Problem Auslesen Textinhalt eines PDFs

Hallo zusammen,

ich habe hier ein echtes Problem mit einer Nachverarbeitung von PDFs aus dem PDF24 Druckertreiber (aber auch aus dem Microsoft PDF-Drucker). Und zwar lese ich PDFs ein und hole mir mit ein ein paar regulären Ausdrücken die Dokument-Inhalte als reinen Text aus dem PDF. Dazu gibt es eine Reihe Bibliotheken im Netz, die ich praktische alle durchprobiert habe.
Im Text suche ich dann nach unserer Lieferschein-Nummer um dann abhängig vom Auftrag weitere Aktionen auszulösen.

Dass das grundsätzlich gehen muss zeigt, dass es da verschiedene Bibs gibt, die das mit mehr oder weniger komplexen RegExs machen.

Mit unserem alten FreePDF geht es ja auch. Nur mit PDF24 und aber auch MS-PDF nicht.

<</Length 6 0 R/Filter /FlateDecode>>

stream
....
endstream

Das was zwischen stream und endstream steht muss dann jeweils erst dekomprimiert werden. Normalerweise wohl mit gzuncompress() aber ich habe auch andere Algorithmen versucht. Das Decomprimat wird dann mit weiteren schlauen RegExs in den reinen Text umgewandelt. Und voila ich kann darin meine LS-Nummer suchen.

Bei PDF24 kommt da aber - egal welcher Dekompressionsalgorithmus - nur Knödelkit raus. Ich bin nun leider kein PDF-Spezialist und stehe da auf dem Schlauch.

Hier mal ein Codeschnipsel einer 'einfachen' Bib

function ExtractTextFromPdf ($pdfname)
{
if (strlen ($pdfname) < 1000 && file_exists ($pdfname))
$pdfdata = file_get_contents ($pdfname); //get the data from file
if (!trim ($pdfdata))
echo "Error: there is no PDF data or file to process.";
$result = ''; //this will store the results
//Find all the streams in FlateDecode format (not sure what this is), and then loop through each of them
if (preg_match_all ('/<<[^>]*FlateDecode[^>]*>>\s*stream(.+)endstream/Uis', $pdfdata, $m))
{
foreach ($m[1] as $chunk)
{
$chunk = gzuncompress (ltrim($chunk)); //uncompress the data using the PHP gzuncompress function

-> Und was hier raus kommt ist schon unbrauchbar

//If there are [] in the data, then extract all stuff within (), or just extract () from the data directly
$a = preg_match_all ('/\[([^\]]+)\]/', $chunk, $m2) ? $m2[1] : array ($chunk); //get all the stuff within []
foreach ($a as $subchunk)
if (preg_match_all ('/\(([^\)]+)\)/', $subchunk, $m3))
$result .= join ('', $m3[1]); //within ()
//echo $result;
}
}
else
echo "Error: there is no FlateDecode text in this PDF file that I can process.";
return $result; //return what was found
}

Hat jemand einen schlauen Rat? Wäre für jede Hilfe dankbar.

Gruß

Frank