提取文本和保留格式

Question

是否有從PDF文檔中提取文本，使用ITextSharp庫並保留格式的選項，例如：新的行和製表符。

Answer 1

事實證明格式「\r\n」確實通過以編程方式從SQL Server表中獲取值並調用Console.writeline()來保證驗證。起初，我是直接從SQL Server Management Studio複製這些值並粘貼到文本文件中 - 這肯定不是驗證的正確方法。

Answer 2

提取文本時，製表符會出來，假設它們實際上是製表符。如果不手動記錄當前的文本座標，我不相信可以確定換行符。 您 可能能夠計算 BT和 ET之間的 Td標記的數量並減去1，但這只是一個猜測。

編輯

令牌上的事沒關係，我認爲這是僅用於線調整（新行），但我錯了。

Answer 3

我建議你根據LocationTextExtractionStrategy編寫自己的TextExtractionStrategy。

您需要跟蹤基線確定換行符的位置。

實際上，LocationTextExtractionStrategy可能會爲您添加換行符。無論哪種方式，這就是你需要開始的地方。