我需要创建一个将pdf文件转换为txt的C＃或C ++（MFC）应用程序。我不仅需要转换，还需要删除页眉，页脚，左边距上的一些垃圾字符等。因此应用程序shold允许用户设置页边距以切断不需要的内容。我实际上已经使用xpdf创建了这样一个应用程序，但是当我尝试在提取的文本中插入自定义标记以保留斜体和粗体时，它会给我一些问题。也许有人会建议一些有用的东西？
感谢。
答案 0 :(得分：1)
那里有共享软件和免费软件实用程序。尝试获取源代码，或者按原样使用它们。
可以找到PDF规范的公开版本here: Adobe PDF Specification
可以找到PDF共享软件阅读器：PDF Reader source code @ SourceForge
答案 1 :(得分：0)
请查看Podofo。它是LGPL许可的库，具有许多强大的编辑功能。其中一个例子，txt2pdf IIRC，是一个良好的开端：它显示了基本的文本提取;从那里你可以检查pre（在pdf引擎中）或post（在文本中）过滤是否足以达到你的目标。我没有使用Pdf Hummus，但它也应该具备这些功能，尽管它不那么简单。