本文轉(zhuǎn)自：http://blog.csdn.net/wangqiuyun/article/details/8548779

在.NET下讀取PDF文本用到的類庫主要有兩個：PDFBox和iTextSharp。

先說PDFBox，這個類庫據(jù)說功能很強大，本人在這只是簡單介紹一下：

1、下載PDFBox

下載地址：http://sourceforge.net/projects/pdfbox/

2、引用動態(tài)鏈接庫

解壓縮下載的PDFBox，找到其中的Bin目錄，需要在項目中添加引用的dll文件有： IKVM.GNU.Classpath.dll PDFBox-0.7.3.dll FontBox-0.1.0-dev.dll IKVM.Runtime.dll 將以上4個文件引用到項目中，在文件中需要引入以下2個命名空間： using org.pdfbox.pdmodel; using org.pdfbox.util;

3、API的使用方法看代碼：

[csharp] view plaincopyprint?

using?org.pdfbox.pdmodel;??

using?org.pdfbox.util;??

public?void?pdf2txt(FileInfo?file,FileInfo?txtfile)??

{??

????????PDDocument?doc?=?PDDocument.load(file.FullName);??

????????PDFTextStripper?pdfStripper?=?new?PDFTextStripper();??

????????string?text?=?pdfStripper.getText(doc);??

????????StreamWriter?swPdfChange?=?new?StreamWriter(txtfile.FullName,?false,?Encoding.GetEncoding("gb2312"));??

????????swPdfChange.Write(text);??

????????swPdfChange.Close();??

}??

using org.pdfbox.pdmodel; using org.pdfbox.util; public void pdf2txt(FileInfo file,FileInfo txtfile) {PDDocument doc = PDDocument.load(file.FullName);PDFTextStripper pdfStripper = new PDFTextStripper();string text = pdfStripper.getText(doc);StreamWriter swPdfChange = new StreamWriter(txtfile.FullName, false, Encoding.GetEncoding("gb2312"));swPdfChange.Write(text);swPdfChange.Close(); }

iTextSharp，其實很多時候都是用于生成PDF，但是他讀取PDF的能力也不差，使用如下：

?

1、下載iTextSharp

下載地址：http://sourceforge.net/projects/itextsharp/

2、引用動態(tài)鏈接庫

解壓縮下載的壓縮包里面的itextsharp-dll-core.zip，得到itextsharp.dll，在項目中添加引用itextsharp.dll即可 在文件中需要引入以下3個命名空間： using iTextSharp; using iTextSharp.text; using iTextSharp.text.pdf;

3、API的使用方法看代碼：

[csharp] view plaincopyprint?

private?string?OnCreated(string?filepath)??

{??

????try??

????{??

????????string?pdffilename?=?filepath;??

????????PdfReader?pdfReader?=?new?PdfReader(pdffilename);??

????????int?numberOfPages?=?pdfReader.NumberOfPages;??

????????string?text?=?string.Empty;??

??

????????for?(int?i?=?1;?i?<=?numberOfPages;?++i)??

????????{??

????????????byte[]?bufferOfPageContent?=?pdfReader.GetPageContent(i);??

????????????text?+=?System.Text.Encoding.UTF8.GetString(bufferOfPageContent);??

????????}??

????????pdfReader.Close();??

??

????????return?text;??

????}??

????catch?(Exception?ex)??

????{??

????????StreamWriter?wlog?=?File.AppendText(System.AppDomain.CurrentDomain.SetupInformation.ApplicationBase+"\\mylog.log");??

????????wlog.WriteLine("出錯文件："?+?e.FullPath?+?"原因："?+?ex.ToString());??

????????wlog.Flush();??

????????wlog.Close();return?null;??

????}??

??

}??

?

轉(zhuǎn)載于:https://www.cnblogs.com/freeliver54/p/5048532.html

總結(jié)

以上是生活随笔為你收集整理的[转].NET下读取PDF文本的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。