如何使用ABCPdf.NET从PDF文件的所有页面中提取文本？

如何使用ABCPdf.NET工具从PDF文件中提取内容文本？

我尝试了GetText方法，但没有提取内容：

var doc = new Doc(); var url = @".../FileName.pdf"; doc.Read(url); string xmlContents = doc.GetText("Text"); Response.Write(xmlContents); doc.Clear(); doc.Dispose(); 

我的pdf有近1000个单词，但GetText只返回4-5个单词。 我意识到它只返回第一页的文本。

所以问题应该是“如何从pdf文件的所有页面中提取文本？” – （更改标题以使其更清晰）。

谢谢，

Answer 1

为了你的利益，是的你！

  public string ExtractTextsFromAllPages(string pdfFileName) { var sb = new StringBuilder(); using (var doc = new Doc()) { doc.Read(pdfFileName); for (var currentPageNumber = 1; currentPageNumber <= doc.PageCount; currentPageNumber++) { doc.PageNumber = currentPageNumber; sb.Append(doc.GetText("Text")); } } return sb.ToString(); } 

如果你没有url但是有字节，那么：

 public string ExtractTextsFromAllPages(Byte[] pdfBytes) { var sb = new StringBuilder(); using (var doc = new Doc()) { doc.Read(pdfBytes); for (var currentPageNumber = 1; currentPageNumber <= doc.PageCount; currentPageNumber++) { doc.PageNumber = currentPageNumber; sb.Append(doc.GetText("Text")); } } return sb.ToString(); } 

Answer 2

你试过GetText方法吗？

Answer 3

 doc.Read(.......); var textOperation = new TextOperation(doc); textOperation.PageContents.AddPages(); string allText = textOperation.GetText();