c# – 如何在iTextSharp中将PDF转换为文本文件
发布时间:2020-12-15 17:38:04 所属栏目:百科 来源:网络整理
导读:我必须从PDF文件中检索文本.但是使用下面的代码我只得到空文本文件. for (int i = 0; i n; i++){ pagenumber = i + 1; filename = pagenumber.ToString(); while (filename.Length digits) filename = "0" + filename; filename = "_" + filename; filename
我必须从PDF文件中检索文本.但是使用下面的代码我只得到空文本文件.
for (int i = 0; i < n; i++) { pagenumber = i + 1; filename = pagenumber.ToString(); while (filename.Length < digits) filename = "0" + filename; filename = "_" + filename; filename = splitFile + name + filename; // step 1: creation of a document-object document = new Document(reader.GetPageSizeWithRotation(pagenumber)); // step 2: we create a writer that listens to the document PdfWriter writer = PdfWriter.GetInstance(document,new FileStream(filename + ".pdf",FileMode.Create)); // step 3: we open the document document.Open(); PdfContentByte cb = writer.DirectContent; PdfImportedPage page = writer.GetImportedPage(reader,pagenumber); int rotation = reader.GetPageRotation(pagenumber); if (rotation == 90 || rotation == 270) { cb.AddTemplate(page,-1f,1f,reader.GetPageSizeWithRotation(pagenumber).Height); } else { cb.AddTemplate(page,0); } // step 5: we close the document document.Close(); PDFParser parser = new PDFParser(); parser.ExtractText(filename + ".pdf",filename + ".txt"); } 我做错了什么以及如何从PDF中提取文本? 解决方法
要使用iTextSharp进行文本提取,请获取该库的当前版本并使用
PdfTextExtractor.GetTextFromPage(reader,pageNumber); 请注意,某些5.3.x版本的文本提取代码中存在一个错误,同时已在主干中修复.因此,您可能想要检查主干版本. (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |