使用pdfbox实现pdf文本提取和合并功能示例
更新时间：2021年9月22日 10:12 点击：2005
有时我们需要对PDF文件进行一些处理，提取文本、合并等。以前我们使用A-PDF Text Extractor免费工具,为什么不自己写一个呢?
现在我们可以使用PDFBox-0.7.3这个开源类库. 下载解包后引用:
复制代码 代码如下:
PDFBox-0.7.3.dll
IKVM.GNU.Classpath.dll
新建一个项目,代码很简单:
复制代码 代码如下:
public static string ParseToTxtStringUsingPDFBox(string filename){
PDDocument doc = PDDocument.load(filename);
PDFTextStripper stripper = new PDFTextStripper();
return stripper.getText(doc);
}
获得这个textString,再把它们写成磁盘文件就可以了, 像这样的方法:
复制代码 代码如下:
public static void WriteToTextFile(string str,string txtpath)
{
if (string.IsNullOrEmpty(txtpath))
throw new ArgumentNullException("Output file path should not be Null");
using (var txtWriter = new StreamWriter(txtpath))
{
txtWriter.Write(str);
txtWriter.Close();
}
}
其它的功能您可以自行发挥了. 这个类库目前支持:
PDF to text extraction
Merge PDF Documents
PDF Document Encryption/Decryption
Lucene Search Engine Integration
Fill in form data FDF and XFDF
Create a PDF from a text file
Create images from PDF pages
Print a PDF
相关文章
java 画pdf用itext调整表格宽度、自定义各个列宽的方法
这篇文章主要介绍了java 画pdf用itext调整表格宽度、自定义各个列宽的方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧...2021-01-31- 这篇文章主要介绍了浅谈实现在线预览PDF的几种解决办法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧...2020-08-10
- 这篇文章主要介绍了java 用itext设置pdf纸张大小操作，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧...2021-01-31
- 这篇文章主要介绍了vue中使用vue-pdf的方法，本文通过实例代码给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下...2020-09-05
- 下面小编就为大家分享一篇Qt 使用Poppler实现pdf阅读器的示例代码，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧...2020-04-25
- 这篇文章主要为大家详细介绍了C#合并及拆分PDF文件的方法，具有一定的参考价值，感兴趣的小伙伴们可以参考一下...2020-06-25
C#将Word转换成PDF方法汇总(基于Office和WPS)
这篇文章主要汇总了C#将Word转换成PDF方法，基于Office和WPS的两种解决方案，具有一定的参考价值，感兴趣的小伙伴们可以参考一下...2020-06-25- 这篇文章主要介绍了C#实现的pdf生成图片文字水印类,结合完整实例形式分析了C#针对pdf文件的创建、添加文字、水印等相关操作技巧,需要的朋友可以参考下...2020-06-25
- 这篇文章主要介绍了C#获取指定PDF文件页数的方法,涉及C#操作pdf文件的技巧,非常具有实用价值,需要的朋友可以参考下...2020-06-25
- 这篇文章主要为大家详细介绍了C#合并多种格式文件为PDF的方法，具有一定的参考价值，感兴趣的小伙伴们可以参考一下...2020-06-25
- 今天小编就为大家分享一篇关于C#实现Word转为PDF的方法，小编觉得内容挺不错的，现在分享给大家，具有很好的参考价值，需要的朋友一起跟随小编来看看吧...2020-06-25
- 这篇文章主要介绍了python操作mysql、excel、pdf的示例，帮助大家更好的理解和学习使用python，感兴趣的朋友可以了解下...2021-03-29
- 本文主要介绍了Java读取PDF中的表格的方法示例，文中通过示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下...2021-10-22
- 这篇文章主要介绍了C# PDF Page操作设置页面切换按钮的方法,非常不错，具有参考借鉴价值，需要的朋友可以参考下...2020-06-25
- 这篇文章主要介绍了C#将jpg转换为pdf的方法,主要通过itextsharp.dll文件实现,是非常实用的技巧,需要的朋友可以参考下...2020-06-25
- 今天小编就为大家分享一篇关于C#将Excel转成PDF的方法，小编觉得内容挺不错的，现在分享给大家，具有很好的参考价值，需要的朋友一起跟随小编来看看吧...2020-06-25
- 这篇文章主要介绍了用C#来解析PDF文件,同时作者也介绍了PdfFileAnalyzer这个应用可以作为很好的成品示例,需要的朋友可以参考下...2020-06-25
- 这篇文章主要介绍了c#实现将pdf转文本的示例,需要的朋友可以参考下...2020-06-25
- 这篇文章主要介绍了C#使用iTextSharp从PDF文档获取内容的方法,涉及C#基于iTextSharp操作pdf文件的相关技巧,需要的朋友可以参考下...2020-06-25
- 这篇文章主要介绍了C#打印PDF文档的10种方法(小结)，可分多种情况来进行，如设置静默打印、指定打印页码范围和打印纸张大小、双面打印、黑白打印等等，一共分成10种等，感兴趣的可以了解一下...2020-06-25