使用pdfbox实现pdf文本提取和合并功能示例
更新时间：2014年01月22日 14:18:34 作者：
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,大家参考使用吧
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这个开源类库. 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
相关文章
这篇文章主要为大家详细介绍了使用微信PC端的截图dll库实现微信截图功能，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2017-06-06
asp.core 同时兼容JWT身份验证和Cookies 身份验证两种模式(示例详解)
这篇文章主要介绍了asp.core 同时兼容JWT身份验证和Cookies 身份验证两种模式,本文通过实例代码给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下2022-02-02
本文介绍利用Excel软件生成格式，提取和精简之后制作成xslt文件，将xml导入，以xslt为模板，生成新的Excel文件的过程。2016-05-05
纯真IP数据库包含最新的IP信息,通过IP我们可以查询访问者的来路，地理位置！但下载下来的IP数据无法被我们直接调用，所以我们需要编写代码将IP写入到数据库中供我们使用!2011-01-01
如何在Asp.Net Core MVC中处理null值的实现
这篇文章主要介绍了如何在Asp.Net Core MVC中处理null值的实现,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2020-12-12
由于题库的表结构不相同，导致同样的Gridview在显示时不能同时两种不同结构的数据，这时如何在这个固定的GridView中显示不同的数据呢，感兴趣的朋友可以看下本文的解决方法2013-04-04
初始听说反射是可以动态的调用程序集，并从中来获取相应的方法和属性，感觉比较神奇，，，2013-02-02
最近我负责了从a.com,b.com,c.com同步可以登录到bbs.comDISCUZ论坛。记录下2009-06-06
ASP.NET MVC结合JavaScript登录、校验和加密
这篇文章主要为大家详细介绍了ASP.NET MVC结合JavaScript登录、校验和加密的相关资料，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2016-08-08
本文主要对AspNetPager.dll这个分页控件进行介绍，它主要用于asp.net webform网站。文章结尾附上实例下载，有需要的朋友可以看下2016-12-12
最新评论