我想解析pdf并在该pdf中添加一些标签,以便我可以将其上传到几个论坛。我想的可能是使用c#(或可能是python)并让它读取pdf并在需要时插入标签。我从哪里开始呢?到目前为止,我可以将pdf转换为文本文件。但是从那里我很难过。这是我到目前为止所做的:
/*
* Convert PDF To Text
* *******************/
using System;
using System.Collections.Generic;
using System.Drawing;
using System.Windows.Forms;
using System.Drawing.Printing;
using System.IO;
using System.Text;
using System.ComponentModel.Design;
using System.ComponentModel;
using org.pdfbox.pdmodel;
using org.pdfbox.util;
namespace Test.iPdfToText
{
public partial class MainForm : Form
{
public MainForm()
{
InitializeComponent();
}
void Button1Click(object sender, EventArgs e)
{
PDDocument doc = PDDocument.load("C:\\pdftoText\\myPdfTest.pdf");
PDFTextStripper stripper = new PDFTextStripper();
richTextBox1.Text=(stripper.getText(doc));
}
}
}