iTextSharp的PDF文本提取

如果我保存上傳PDF文件，它拋出一個損壞的格式msg.Thing是，如果我下面的代碼串 = resumetext ParsePdf（resumedoc.PostedFile.InputStream）除去 ; Pdf文件保存完好。我可以打開它。如果我添加上面的代碼Pdf文件被保存爲損壞的格式。iTextSharp的PDF文本提取

我可以在兩種情況下完美地閱讀文本。請幫助我理清這個問題。

string ext = System.IO.Path.GetExtension(FileUp.PostedFile.FileName); 
     if (ext == ".pdf") 
     { 
    //resumedoc is input type='file' 
      string resumetext = ParsePdf(resumedoc.PostedFile.InputStream); 
      string Filename = "dddd" + ext; 
      string FilePath = "E:\\temp\\" + Filename; 
      FileUp.PostedFile.SaveAs(FilePath);//Problem arises only here 
      Response.Write("Uploaded"); 

} 

public string ParsePdf(Stream inFileName) 
{ 
    StringBuilder text = new StringBuilder(); 
    PdfReader pdfReader = new PdfReader(inFileName); 
    for (int page = 1; page <= pdfReader.NumberOfPages; page++) 
    { 
     try 
     { 
      ITextExtractionStrategy strategy = new SimpleTextExtractionStrategy(); 
      //ITextExtractionStrategy strategy = new SimpleTextExtractionStrategy(); 
      string currentText = PdfTextExtractor.GetTextFromPage(pdfReader, page, strategy); 
      text.Append(System.Environment.NewLine); 
      currentText = Encoding.UTF8.GetString(ASCIIEncoding.Convert(Encoding.Default, Encoding.UTF8, Encoding.Default.GetBytes(currentText))); 
      text.Append(currentText); 
     } 
     catch { } 

    } 
    return text.ToString(); 
}

來源

2013-11-23 user3024298

HABE你咬第一調用'FileUp.PostedFile.SaveAs（文件路徑）'和僅在其後'字符串resumetext = ParsePdf（resumedoc.PostedFile.InputStream）'？ – mkl

與你的問題無關，但請看這篇文章解釋爲什麼你不應該使用'Encoding.UTF8.GetString（ASCIIEncoding.Convert（Encoding.Default，Encoding.UTF8，Encoding.Default.GetBytes（currentText）））;'http ：//stackoverflow.com/a/10191879/231316 –

我的猜測是，通過讀取流你移動流的當前位置而這嚇壞了，這期待是在零的位置SaveAs()。解析之後，但寫作的嘗試之前：

FileUp.PostedFile.InputStream.Seek(0, SeekOrigin.Begin);

來源

2013-11-23 16:20:58

iTextSharp的PDF文本提取

回答

相關問題