閱讀現有的PDF格式的所有文件信息

Question

我想讀取一個現有的PDF文件，不僅獲得文本，而且格式信息如：字體（粗體，斜體...）和段落...是否有這是一個代碼庫，是開源還是商業？

我在Windows上，喜歡C＃庫，但C/C++也是可以接受的。

Answer 1

我可以很推薦 的PDFlib（http://www.pdflib.com/）。 它的商業，但它也有一個精簡版，你可以私下使用。它包含非常多的muach功能，可用於所有平臺。

Answer 2

我會在此迴應梅耶斯先生。似乎有一些他們;在您喜愛的搜索引擎中搜索「pdf解析器庫」（加上您的語言）。

幾個排名靠前：

http://www.lowagie.com/iText/

http://metacpan.org/pod/PDF::Parse

http://podofo.sourceforge.net/

http://www.vicman.net/download/13733/（數爲.NET）

需要注意的是，如果你想編輯現有的PDF，你可能想讀這個：

http://1t3xt.info/tutorials/faq.php?branch=faq.pdf_in_general&node=replace_word

Answer 3

Pdfium.Net SDK也可以幫助你。通過此API，您可以訪問文本，圖像和其他對象及其屬性的集合。 請注意我在開發此API的公司工作。