在Net Core中解析pdf

Question

我有一个Asp.Net核心项目。这个项目引用了另一个库，我应该从pdf中提取信息。我使用的是itextsharp，但似乎与.net核心不兼容。

知道如何从pdf文件中提取文本吗？

Answer 1

从PDF中提取文本是一项复杂的任务。如果没有图书馆，我不建议你这样做。

对于Asp.Net核心库，我可以向您推荐Docotic.Pdf library（我为供应商工作）。库supports .NET Standard不仅可用于提取文本，还可用于提取路径和图像。

以下是一些示例：

• Extract text
• Extract text by words
• Extract text, paths and images

Answer 2

如果您想编写自己的pdf解析器，则需要阅读所有不同版本的pdf文件格式。它们都是正式记录的here。