ITextSharp GetTextFromPage()没有为PdfVersion 52' 4'返回任何内容。 - 1.4

时间:2015-09-23 10:37:40

标签: c# itextsharp pdftotext

我正在使用ITextSharp版本5.5.3.0,我试图从C#中的pdf中提取文本。 pdf是一种形式,而不是图像。这是代码:

            var text = new StringBuilder();

        // The PdfReader object implements IDisposable.Dispose, so you can
        // wrap it in the using keyword to automatically dispose of it
        using (var pdfReader = new PdfReader(inFileName))
        {
            // Loop through each page of the document
            for (var page = 1; page <= pdfReader.NumberOfPages; page++)
            {
                ITextExtractionStrategy strategy = new SimpleTextExtractionStrategy();

                var currentText = PdfTextExtractor.GetTextFromPage(pdfReader, page, strategy);

                currentText = Encoding.UTF8.GetString(Encoding.Convert(Encoding.Default, Encoding.UTF8, Encoding.Default.GetBytes(currentText)));

                text.Append(currentText);
            }
        }

        return text.ToString();
    }

返回的文字无法使用。 pdf是使用GhostScript生成的。

有没有人对这个问题有什么建议?还是有什么建议吗?

0 个答案:

没有答案