用C读取Pdf

Question

我希望能够阅读pdf文件的内容。我需要在Linux上使用C语言。

我可以越接近here，但我认为Haru只能创建pdf并且无法读取它们（不是100％肯定）。

PS：我只需要pdf中的纯文本

Answer 1

结帐libpoppler。我从来没有用它来提取文本，只是查询PDF属性。这很容易使用。

Answer 2

你需要解析它们的程度如何？ 只提取字符串应该相对容易，完全准确的渲染更难。 看一下evince或ghostscript的来源？

这适用于C ++，但可能是理解PDF结构的一个很好的起点http://www.codeproject.com/KB/cpp/ExtractPDFText.aspx（之前抱歉的错误链接）

Answer 3

另一种可能，虽然我从未使用它是VersyPDF。它声称允许您编辑PDF ... http://versypdf.sybrex-systems-ltd.qarchive.org/