सी # पीडीएफएसआरपी

Question

का उपयोग करके पीडीएफ से टेक्स्ट निकालें क्या पीडीएफएसआरपी के साथ पीडीएफ फाइल से सादे पाठ निकालने की संभावना है? मैं अपने लाइसेंस के कारण iTextSharp का उपयोग नहीं करना चाहता हूं।

आपके उत्तरों के लिए धन्यवाद।

संपादित करें: मुझे पता है कि यह संभव है। लेकिन मैं यह कैसे करूँ?

Answer 1

पीडीएफएसएचपी पीडीएफ से पाठ निकालने के लिए सभी टूल्स प्रदान करता है। प्रत्येक पृष्ठ के भीतर आदेशों तक पहुंचने के लिए ContentReader कक्षा का उपयोग करें और टीजे/टीजे ऑपरेटरों से स्ट्रिंग निकालें।

मैंने github पर एक सरल कार्यान्वयन अपलोड किया है।

Answer 2

मैंने इसे किसी भी तरह से लागू किया है कि डेविड ने इसे कैसे किया।

{ 
     // .... 
     var page = document.Pages[1]; 
     CObject content = ContentReader.ReadContent(page); 
     var extractedText = ExtractText(content); 
     // ... 
    } 

    private IEnumerable<string> ExtractText(CObject cObject) 
    { 
     var textList = new List<string>(); 
     if (cObject is COperator) 
     { 
      var cOperator = cObject as COperator; 
      if (cOperator.OpCode.Name== OpCodeName.Tj.ToString() || 
       cOperator.OpCode.Name == OpCodeName.TJ.ToString()) 
      { 
       foreach (var cOperand in cOperator.Operands) 
       { 
        textList.AddRange(ExtractText(cOperand)); 
       } 
      } 
     } 
     else if (cObject is CSequence) 
     { 
      var cSequence = cObject as CSequence; 
      foreach (var element in cSequence) 
      { 
       textList.AddRange(ExtractText(element)); 
      } 
     } 
     else if (cObject is CString) 
     { 
      var cString = cObject as CString; 
      textList.Add(cString.Value); 
     } 
     return textList; 
    } 

Answer 3

सर्जियो का जवाब लिया और कुछ विस्तार तरीकों बनाया: यहाँ मेरी कोड है। मैंने तारों के संचय को एक पुनरावर्तक में भी बदल दिया।

public static class PdfSharpExtensions 
{ 
    public static IEnumerable<string> ExtractText(this PdfPage page) 
    {  
     var content = ContentReader.ReadContent(page);  
     var text = content.ExtractText(); 
     return text; 
    } 

    public static IEnumerable<string> ExtractText(this CObject cObject) 
    { 
     if (cObject is COperator) 
     { 
      var cOperator = cObject as COperator; 
      if (cOperator.OpCode.Name== OpCodeName.Tj.ToString() || 
       cOperator.OpCode.Name == OpCodeName.TJ.ToString()) 
      { 
       foreach (var cOperand in cOperator.Operands) 
        foreach (var txt in ExtractText(cOperand)) 
         yield return txt; 
      } 
     } 
     else if (cObject is CSequence) 
     { 
      var cSequence = cObject as CSequence; 
      foreach (var element in cSequence) 
       foreach (var txt in ExtractText(element)) 
        yield return txt; 
     } 
     else if (cObject is CString) 
     { 
      var cString = cObject as CString; 
      yield return cString.Value; 
     } 
    } 
}