這篇文章主要介紹了使用pdfbox實現pdf文本提取和合並功能示例,大家參考使用吧
有時我們需要對PDF文件進行一些處理，提取文本、合並等。以前我們使用A-PDF Text Extractor免費工具,為什麼不自己寫一個呢? 現在我們可以使用PDFBox-0.7.3這個開源類庫. 下載解包後引用: 代碼如下: PDFBox-0.7.3.dll IKVM.GNU.Classpath.dll 新建一個項目,代碼很簡單: 代碼如下: public static string ParseToTxtStringUsingPDFBox(string filename){ PDDocument doc = PDDocument.load(filename); PDFTextStripper stripper = new PDFTextStripper(); return stripper.getText(doc); } 獲得這個textString,再把它們寫成磁盤文件就可以了, 像這樣的方法: 代碼如下: 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發揮了. 這個類庫目前支持: 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
