在pdf文件中搜索字符串
我正在研究一个有几个pdf文件的学校项目。 应该按名称function搜索，我只需输入学生的姓名，所有带有他/她姓名的pdf文件都应该打开。 做这个的最好方式是什么？ 我在网上寻找解决方案，我想出的就是iTextSharp，它让人更加困惑。
这可能吗？ 也许有人可以给我一个教程或其他东西的链接。 ：） 非常感谢你。
使用iTextSharp。 它是免费的，你只需要“itextsharp.dll”。
http://sourceforge.net/projects/itextsharp/
这是一个简单的函数，用于从PDF中读取文本。
Public Shared Function GetTextFromPDF(PdfFileName As String) As String Dim oReader As New iTextSharp.text.pdf.PdfReader(PdfFileName) Dim sOut = "" For i = 1 To oReader.NumberOfPages Dim its As New iTextSharp.text.pdf.parser.SimpleTextExtractionStrategy sOut &= iTextSharp.text.pdf.parser.PdfTextExtractor.GetTextFromPage(oReader, i, its) Next Return sOut End Function 现在，您可以轻松搜索这些文件。
PDF是一个非常复杂的规范，可以创建如此多的变体，除非您使用相同的工具来读取它，否则不可能可靠地解析（通常甚至不会这样）。 有几种工具可以将PDF压缩成文本字符串（例如pdf2text），并且可以搜索这些但它不可靠。
许多PDF工具只实现了一些规范。 有人建议搜索PDF的最佳方法是将其缩小为图像，然后将其缩小。
我认为您的任务可能会分为以下几种：
- 构建PDF文件的索引
- 编写一些代码，使用索引在执行搜索时定位相关的PDF
- 编写一些将打开找到PDF的代码，或者如果找不到任何内容则显示警告
要构建索引，您可以使用一些集成的解决方案，如Apache Lucene或Lucene.Net，或将每个PDF转换为文本并从文本中构建索引。
其他两个步骤相当简单，取决于第一步中使用的语言/技术。
您的问题被标记为与.NET相关，因此您可以尝试使用Docotic.Pdf库进行索引构建（免责声明：我为Bit Miracle工作）。
Docotic.Pdf可用于从PDF文件中提取文本作为纯文本或具有每个块的坐标的文本块的集合。