c＃ - pdf以编程方式提供单词

Question

有没有人知道以编程方式将PDF文件转换为单词.doc文件（不是docx）的好方法？我已经尝试过SautinSoft的解决方案，但即使它完成了这项工作，也不是最好的质量。

Answer 1

和“解决方案”一样，可能是一种方法，但你必须自己深入研究：

PDF文件格式......很难理解。首先，它根本无法与Word格式进行比较。它的格式旨在在所有平台和打印机上产生一致的外观，其中的Word不太严格。

首先，编辑PDF文件也很困难：因为你没有Word中的“text”;它更像是大块的字母。这些都是单独定位的。

我看到的唯一 doable 解决方案如下：

1. 将PDF渲染为图像。 （因此需要PDF渲染库！）
2. 将此图片附加到.doc。 （因此需要.DOC写作库！）

我认为这也是SautinSoft所做的事情;这就是它质量差的原因。如果你想要高质量的图像（即你无法获得像通用字体或重复图形那样的优化，就像你拥有PDF文件一样），图像会变得非常庞大。

Answer 2

我们提供了一个名为EasyConverter SDK的解决方案，您可以尝试一下：

http://www.pdfonline.com/easyconverter/sdk/index.htm

如果您想在尝试评估版本之前快速了解结果的样子，可以先在线使用在线转换器：

http://www.pdfonline.com/pdf2word/index.asp

将PDF等主要静态格式转换为Word时，确实需要考虑很多因素。 EasyConverter SDK适用于大多数商业文档，而营销文档（通常使用更高级的布局）通常更具挑战性。

Answer 3

将PDF转换为SVG并将SVG嵌入Word文档中。

Answer 4

PDF是一种'endfile'显示格式，因此它会丢弃word文件中需要的大量细节（例如流）。有工具，但你不可能对结果完全满意。

有一篇博文在http://pdf.jpedal.org/java-pdf-blog/bid/12670/PDF-text

更好地解释了这些问题