使用pdfbox实现pdf文本提取和合并功能示例

发布时间:2022-04-16 发布网站:脚本宝典
脚本宝典收集整理的这篇文章主要介绍了使用pdfbox实现pdf文本提取和合并功能示例脚本宝典觉得挺不错的,现在分享给大家,也给大家做个参考。

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

脚本宝典总结

以上是脚本宝典为你收集整理的使用pdfbox实现pdf文本提取和合并功能示例全部内容,希望文章能够帮你解决使用pdfbox实现pdf文本提取和合并功能示例所遇到的问题。

如果觉得脚本宝典网站内容还不错,欢迎将脚本宝典推荐好友。

本图文内容来源于网友网络收集整理提供,作为学习参考使用,版权属于原作者。
如您有任何意见或建议可联系处理。小编QQ:384754419,请注明来意。
标签: