Konvertieren Sie eine PDF-Datei in Text in C#

Question

Ich muss eine PDF-Datei in eine TXT-Datei (oder DOC-Datei, aber ich bevorzuge. Txt) konvertieren.

Wie kann ich dies in C# tun?

Answer 1

Ghostscript könnte tun, was Sie brauchen. Unten ist ein Befehl Text aus einer PDF-Datei in eine txt-Datei zum Extrahieren (Sie es von einer Befehlszeile ausführen können, um zu testen, ob es für Sie arbeitet):

gswin32c.exe -q -dNODISPLAY -dSAFER -dDELAYBIND -dWRITESYSTEMDICT -dSIMPLE -c save -f ps2ascii.ps "test.pdf" -c quit >"test.txt" 

prüfen: codeproject: Convert PDF to Image Using Ghostscript API Einzelheiten über die Verwendung von ghost mit C#

Answer 2

Das Konzept der Umwandlung von PDF in Text ist nicht wirklich geradlinig und Sie werden niemanden sehen, der hier einen Code veröffentlicht, der PDF in Text konvertiert. Also ist es am besten, eine Bibliothek zu verwenden, die den Job für Sie erledigt ... ein guter ist PDFBox, Sie können es googeln. Sie finden es wahrscheinlich in Java geschrieben, aber zum Glück können Sie IKVM verwenden, um es .Net zu konvertieren ....

Answer 3

Ich habe das Bedürfnis, mich hatte und ich diesen Artikel zu mir loszulegen: http://www.codeproject.com/KB/string/pdf2text.aspx

Answer 4

Als Alternative zu Don-Lösung dort fand ich folgendes:

Extract Text from PDF in C# (100% .NET)

Answer 5

Docotic.Pdf library können Text aus PDF-Dateien extrahieren (formatiert oder nicht).

Hier ist ein Beispielcode, der zeigt, wie man formatierten Text aus einer PDF-Datei extrahiert und in einer anderen Datei speichert.

public static void ExtractFormattedText(string pdfFile, string textFile) 
{ 
    using (PdfDocument doc = new PdfDocument(pdfFile)) 
    { 
     string text = doc.GetTextWithFormatting(); 
     File.WriteAllText(textFile, text); 
    } 
} 

Außerdem gibt es eine Probe auf unserer Website, die für extraction of text from PDF files andere Optionen zeigt.

Haftungsausschluss: Ich arbeite für Bit Miracle, Anbieter der Bibliothek.

Answer 6

public void PDF_TEXT() 
    { 
     richTextBox1.Text = string.Empty; 

     ReadPdfFile(@"C:\Myfile.pdf"); //read pdf file from location 
    } 


    public void ReadPdfFile(string fileName) 
    { 

string strText = string.Empty; 
StringBuilder text = new StringBuilder(); 
    try 
    { 
    PdfReader reader = new PdfReader((string)fileName); 
    if (File.Exists(fileName)) 
    { 
    PdfReader pdfReader = new PdfReader(fileName); 

    for (int page = 1; page <= pdfReader.NumberOfPages; page++) 
     { 

ITextExtractionStrategy strategy = new SimpleTextExtractionStrategy(); 

string currentText = PdfTextExtractor.GetTextFromPage(pdfReader, page, strategy); 

      text.Append(currentText); 

       } 
       pdfReader.Close(); 
      } 
     } 
     catch (Exception ex) 
     { 
      MessageBox.Show(ex.Message); 
     } 
     richTextBox1.Text = text.ToString(); 

    } 



    private void Save_TextFile_Click(object sender, EventArgs e) 
    { 
     SaveFileDialog sfd = new SaveFileDialog(); 

     DialogResult messageResult = MessageBox.Show("Save this file into Text?", "Text File", MessageBoxButtons.OKCancel); 

     if (messageResult == DialogResult.Cancel) 
     { 

     } 
     else 
     { 
      sfd.Title = "Save As Textfile"; 
      sfd.InitialDirectory = @"C:\"; 
      sfd.Filter = "TextDocuments|*.txt"; 


      if (sfd.ShowDialog() == DialogResult.OK) 
      { 
       if (richTextBox1.Text != "") 
       { 
        richTextBox1.SaveFile(sfd.FileName, RichTextBoxStreamType.PlainText); 
        richTextBox1.Text = ""; 
        MessageBox.Show("Text Saved Succesfully", "Text File"); 

       } 
       else 
       { 
        MessageBox.Show("Please Upload Your Pdf", "Text File", 
        MessageBoxButtons.OKCancel, MessageBoxIcon.Asterisk); 
       } 

      } 

     } 

    }