Php 从目录中快速检索特定文件

我在一个网站上工作，我的客户希望将客户发票（PDF）上传到Web服务器上的一个目录中。然后，当客户登录时，他们可以查看所有发票并按日期排序

因为他每个月要上传大约1000张发票，所以我在想实现这一点的最佳方法。他不想一张一张地上传发票。他宁愿一次上传100个左右。我认为每张发票都需要在文件名中包含客户的账号和日期，以帮助完成此过程。然而，即使这样，如果有数千张发票，在上传所有这些发票后，可能还需要自动将文件路径链接到数据库

有人想好让这个项目运行吗？

将所有“尚未卸载”的PDF文件放在一个目录中。从PDF（OCR或如果它们仍然包含文本）中获取账号、发票号和日期，并使用它们将条目添加到数据库中

假设您没有将PDF加载到数据库中，请在数据库插入工作后将其移动到永久位置

---

更好的是，您不是从数据库中首先生成PDF吗？将此存档步骤添加为PDF生成过程的一部分。

上载本身是如何工作的？你不能指望他手动上传1000个文件…他们将通过FTP将发票上传到预定义的目录。如果它真的必须是第70个FTP协议及其所有恼人的副作用，那么至少添加一些加密，以便没有任何人都能读到登录详细信息。因此，尝试使用FTP，或者更好的，SFTP。但是，后者需要不同的客户端和服务器软件。无论上传是如何完成的，都要尽量避免客户自己触发导入过程。您必须要求hm使用两个不同的应用程序，然后自己编写一个小型“导入客户机”（并使用http进行上传和通信）可能更有意义。是的，FTPS或SFTP将是一种选择。我希望这个过程对于客户端来说是简单的，他们已经使用FTP了，所以这应该是一个不需要动脑筋的过程。启动一个过程是我希望他们不要担心的事情。也许是寻找最近上传的PDF的cron作业？当然，cron作业很简单，但也有点优雅。您还可以将PAM系统配置为在客户每次注销时启动导入作业。客户机将通过FTP将PDF上载到Web服务器。你是说我有一个脚本可以读取PDF格式的文本？也许我可以改为读取元数据？而且，我猜客户端会首先将PDF上传到一个目录，然后触发一个进程，在该目录中搜索所有新上传的PDF？那么这些PDF文件的“元数据”包含什么？你从哪里得到的？我的想法是，我需要知道发票的日期和发票所针对的公司的账号。我不太熟悉从OCR中提取这些信息，但我不想使用OCR的主要原因是为了防止发票格式发生变化。相反，如果我要求客户确保所有发票文件名使用独特的格式，如ACCOUNT_NUM-DATE.pdf，那么我可以从那里提取信息。困难的部分是编写一个脚本，找到所有最近上传的PDF，并将其文件路径存储在链接到公司帐户的数据库中。在unix上，

find

是您的朋友。另外，有一个“上传”目录，然后将文件移动到永久的家中作为处理的一部分。这也将阻止他们使用FTP删除文件。