Question

我有许多大尺寸的PDF文件，我只需阅读其中的一部分。我想开始阅读PDF文件并将其写入另一个文件，如txt文件或任何其他类型的文件。但是，我想对我正在编写的文件的大小进行限制。当txt文件的大小约为15 MB时，我应该停止阅读PDF文档，然后保留创建的txt文件以达到我的目的。有谁可以帮我，我怎么能在C＃中做到这一点？

提前感谢您的帮助。

这是我用来读取整个文件的代码; （图像内容对我来说并不重要）

using (StreamReader sr = new StreamReader(@"F:\1.pdf"))
        {
            using (StreamWriter sw = new StreamWriter(@"F:\test.txt"))
            {
                while (!sr.EndOfStream)
                {
                    string line = sr.ReadLine();                       
                    sw.WriteLine(line);
                    sw.Flush(); 
                }

            }
        }

Answer 1

你必须使用PDF库来执行此操作。有很多免费和付费的PDF库可以用来完成你的任务。最近我使用EO.pdf库来阅读pdf页面并提取页面内容。最好的部分是它具有NuGet包装并且还在不断发展。缺点是您必须支付商业用途。

Answer 2

无法使用.NET直接读取PDF。您应该首先将PDF转换为文本（或XML或HTML）。

有很多PDF库能够将PDF转换为文本，如iTextSharp（最受欢迎和开源）以及大量other tools

要控制输出文本文件的大小，您应该

从PDF获取页数
逐页运行pdf到文本转换，同时检查输出文本文件大小
一旦文件大小超过15 MB，只需停止转换并移至另一个文件

在c＃中阅读PDF文件的一部分

2 个答案: