如何從PDF頁面獲取文本？

2012-02-24 demon9733

重複的問題。請參閱http://stackoverflow.com/questions/3287635/how-to-parse-pdf-in-objective-c-for-ipad – Avi 2012-02-24 08:36:17

那麼答案在哪裏呢？ – demon9733 2012-02-24 08:38:15

@Avram這個問題與從PDF提取文本無關 – hoha 2012-02-24 08:39:27

這是用於iOS或OS X的嗎？如果對於OS X，您可以簡單地創建一個Automator工作流程來提取文本，並從您的應用程序調用該工作流程。 Automator具有PDF操作「Extract PDF Text」就是爲了這個目的。 Automator framework允許從你的應用程序調用automator動作。還有一些示例代碼可以在http://rogueamoeba.com/utm/2005/06/03/找到（請注意，實際代碼已經更新以使用Automator框架）。

來源

2012-02-24 09:57:17 VsSoft

這是關於iOS的。 – demon9733 2012-02-24 15:26:41

然後如下所述，您需要使用第三方庫或開發自己的庫。除了已經提到的那些，你可能會檢查出https://github.com/KurtCode/PDFKitten/（搜索功能，但也可以提取文本）和https://github.com/mobfarm/FastPdfKit（免費版本作爲付費版本可用） – VsSoft 2012-02-25 13:46:05

首先 - 放棄任何用於解析PDF的「快速&髒」解決方案 - 它會失敗。我的同事花了很多時間在iOS上正確地解決這個問題。他的前3名（質量，降序）選項：

muPDF（http://www.mupdf.com/）偉大的圖書館 - 它會做提取罰款。它在GPL下獲得許可，但這對於我們的專有應用來說是一個阻礙。
基於CGPDFScanner的自制解決方案。你可以找到如何做到這一點的簡短說明here。這種方法的主要問題是SDK本身 - 蘋果公司的PDF API非常嚴格（並且故意懷疑）是有限的。例如，您必須在2D空間中放置提取的文本塊，因爲PDF不能保證繪圖的順序與文本流相匹配，並且iOS SDK在這裏沒有什麼幫助。
Poppler（http://poppler.freedesktop.org/）是可以的，但對於文本提取，它大致等同於第二個選項（具有大量額外的依賴關係）。

可以有更多的選項與Mac OS X，但我不知道他們。

來源

2012-02-24 10:38:40 hoha

muPDF僅用於查看。 – Jamil 2016-03-21 10:52:40

如何從PDF頁面獲取文本？

回答

相關問題