如何从c＃.net web应用程序中的pdf文件中读取文本

Question

我正在开发一个需要用PDF实现功能的项目

我想在我的c＃.net项目中阅读PDF文件的文本。

有谁知道这样做的方法是什么？

Answer 1

看看以下链接：

How to read pdf files using C# .NET

和

Reading PDF in C#

希望他们可以引导您找到正确的方向。

Answer 2

也许可以使用pdfLib。

来自pdfLib homepage

  

PDFlib TET PDF IFilter（Windows上的企业版PDF搜索）从PDF文档中提取文本和元数据，并使其可用于Windows上的搜索和检索软件。

Answer 3

试试这个库，非常易于使用，正是您需要的：

http://www.codeproject.com/Articles/14170/Extract-Text-from-PDF-in-C-100-NET

Answer 4

我非常想使用PdfTextStripper的getText（）方法。要实现这一点，你可以查看下面的url：

http://naspinski.net/post/ParsingReading-a-PDF-file-with-C-and-AspNet-to-text.aspx

http://www.codeproject.com/Articles/12445/Converting-PDF-to-Text-in-C

Answer 5

简短的回答，除非您正在生成pdf并正确地执行，否则。

Pdf文件的生成方式与发送到打印机的方式类似。并非所有文本都是可读的，并且可以任意存储有关文本的信息。此外，某些程序可能会以矢量或位图格式保存文本。