將pdf轉換爲文本

我需要創建一個將pdf文件轉換爲txt的C＃或C++（MFC）應用程序。我不僅需要轉換，還需要刪除頁眉，頁腳，左邊空白處的一些垃圾字符等。因此，應用程序可以讓用戶設置頁邊距來切斷不需要的內容。實際上，我已經使用xpdf創建了這樣一個應用程序，但是當我嘗試將自定義標記插入提取的文本以保留斜體和粗體時，會出現一些問題。也許有人可以建議一些有用的東西？將pdf轉換爲文本

謝謝。

來源

2011-09-14 dpreznik

有很多圖書館在那裏做你所描述的，但是我試過併成功的圖書館都是商業的......如果你想我可以發佈一些鏈接......通常他們會附帶源代碼樣本......這是一個選擇嗎？ – Yahia

我不確定，我將不得不與我的經理討論...而且價格也很重要。當然，我更喜歡免費的東西:) – dpreznik

那麼好運與任務。我試圖構建一個應用程序來從pdf中提取某些字符串。在我偶然發現由Adobe Acrobat生成的PDF文件之前，我也多多少少取得了成功，但這些文件並沒有真正符合Adobe當時發佈的規範。 – arne

那裏有共享軟件和免費軟件。嘗試獲取它們的源代碼，或者按照它們的方式使用它們。

PDF規範的公開版本，可以發現here: Adobe PDF Specification

PDF共享軟件的讀者可以發現：PDF Reader source code @ SourceForge

來源

2011-09-14 18:43:26

謝謝你的回答。但我需要更具體的東西。我看不到如何獲取代碼，另外我也沒有看到用C＃或C++編寫的任何我需要的東西。 – dpreznik

請看Podofo。這是一個LGPL許可的庫，有許多強大的編輯功能。其中一個例子，txt2pdf IIRC，是一個好的開始：它顯示了基本的文本提取;從那裏你可以檢查pre（在pdf引擎中）或post（在文本中）過濾是否足以滿足你的目標。我沒有使用Pdf Hummus，但它也應該具備這些功能，雖然它不那麼簡單。

來源

2015-02-13 21:46:02

將pdf轉換爲文本

回答

相關問題