PDF文字搜索C＃

我要求阅读pdf文件并搜索文本。 我应该在哪个页面显示文本存在和出现次数。 我可以阅读pdf文本，但我需要知道页码。

谢谢

Answer 1

你可以使用Docotic.Pdf （我为Bit Miracle工作）。

以下是如何在PDF中搜索文本的示例：

PdfDocument doc = new PdfDocument("file.pdf"); string textToSearch = "some text"; for (int i = 0; i < doc.Pages.Count; i++) { string pageText = doc.Pages[i].GetText(); int count = 0; int lastStartIndex = pageText.IndexOf(textToSearch, 0, StringComparison.CurrentCultureIgnoreCase); while (lastStartIndex != -1) { count++; lastStartIndex = pageText.IndexOf(textToSearch, lastStartIndex + 1, StringComparison.CurrentCultureIgnoreCase); } if (count != 0) Console.WriteLine("Page {0}: '{1}' found {2} times", i, textToSearch, count); } 

如果要执行区分大小写的搜索，可能需要删除IndexOf方法的第三个参数。

Answer 2

你检查过itextsharp了吗？ http://itextsharp.sourceforge.net/

编辑：详细说明，在TOC中，我看到了一节：15.3.3：使用PdfReaderContentParser和PdfTextExtractor提取文本

在PdfReaderContentParser： http ：//api.itextpdf.com/com/itextpdf/text/pdf/parser/PdfReaderContentParser.html下，有一个选项可以处理每页的pdf内容。

所以它似乎是一个圆形的方式，但你可以遍历每个页面，搜索你想要的单词的内容，然后返回你找到它的页面。