itextsharp 获取文本,iTextSharp的文本提取

我会带着你远行 2022-08-30 11:15 199阅读 0赞

![Image 1][]

I'm using itextsharp on vb.net to get the text content from a pdf file. The solution works fine for some files but not for other even quite simple ones. The problem is that the token stringvalue is set to null (a set of empty square boxes)

token = New iTextSharp.text.pdf.PRTokeniser(pageBytes)

While token.NextToken()

tknType = token.TokenType()

tknValue = token.StringValue

I can meassure the length of the content but I cannot get the actual string content.

I realized that this happens depending on the font of the pdf. If I create a pdf using either Acrobat or PdfCreator with Courier (that by the way is the default font in my visual studio editor) I can get all the text content. If the same pdf is built using a different font I got the empty square boxes.

Now the question is, How can I extract text regardless of the font setting?

Thanks

解决方案

complementary for Mark's answer that helps me a lot .iTextSharp implementation namespaces and classes are a bit different from java version

public static string GetTextFromAllPages(String pdfPath)

\{

PdfReader reader = new PdfReader(pdfPath);

StringWriter output = new StringWriter();

for (int i = 1; i <= reader.NumberOfPages; i++)

output.WriteLine(PdfTextExtractor.GetTextFromPage(reader, i, new SimpleTextExtractionStrategy()));

return output.ToString();

\}

[Image 1]:

发表评论取消回复

表情：

评论列表（有 0 条评论，199人围观）

还没有评论，来说两句吧...

相关阅读

相关 (转)C#使用itextsharp生成PDF文件

原文链接：https://blog.csdn.net/c79651760/article/details/56480109 前言

本是古典何须时尚/ 2023年08月17日 17:43/ 0 赞/ 131 阅读

相关 c#用iTextSharp生成pdf文档

c\用iTextSharp生成pdf文档在应用中有时需要生成pdf文档。在vs中用nuget添加 iTextSharp的引用，就可以方便的操作pdf了先上一段常用操

﹏ヽ暗。殇╰゛Y/ 2023年06月17日 07:56/ 0 赞/ 27 阅读

相关使用ITextSharp读取pdf的文本内容按 Ctrl+C 复制代码

using iTextSharp.text.pdf; using iTextSharp.text.pdf.parser; //从一个对话框打开一个pdf文件，并创建

柔光的暖阳◎/ 2023年05月31日 03:15/ 0 赞/ 28 阅读

相关 C#使用iTextSharp判断pdf是否损坏

try { using(PdfReader reader = new PdfReader(inputfileFullName))

╰+哭是因爲堅強的太久メ/ 2023年01月16日 02:37/ 0 赞/ 229 阅读

相关 itextsharp 获取文本,iTextSharp的文本提取

![Image 1][] I'm using itextsharp on vb.net to get the text content from a pdf file. Th

我会带着你远行/ 2022年08月30日 11:15/ 0 赞/ 200 阅读

相关 C# 用itextsharp把Html转PDF

首先得下载itextsharp 有两个dll, itextsharp.dll和itextsharp.xmlworker.dll 一、新建一个HtmlToPdfHelper类

逃离我推掉我的手/ 2022年05月19日 11:27/ 0 赞/ 342 阅读

相关应用Itextsharp 添加图片到pdf

[应用Itextsharp 添加图片到pdf][Itextsharp _pdf] 调用： string[] files = { "

╰+攻爆jí腚メ/ 2022年04月24日 05:12/ 0 赞/ 434 阅读

相关 .Net C# itextsharp导出PDF文件打印

itextsharp导出PDF [DLL类库下载][DLL] > itextsharp，一个用于生成PDF文件的类库。示例代码简略版，数据需自行获取后

旧城等待，/ 2022年04月10日 04:51/ 0 赞/ 620 阅读

相关 itextsharp操作pdf——插入图片

itextsharp 插入图片操作 [asp.net][] 用于审核后签字或者其他需要对pdf进行插入图片的操作。在pdf添加图片方法： protect

ゞ浴缸里的玫瑰/ 2022年04月01日 07:58/ 0 赞/ 513 阅读

相关 itextsharp图片生成pdf模糊问题解释

[itextsharp图片生成pdf模糊问题解释][itextsharp_pdf] I forget to mention that I' am using itextsha

快来打我*/ 2021年11月10日 05:24/ 0 赞/ 595 阅读