將PDF轉換爲不帶pdftotext的文本？

Question

我必須將PDF轉換爲文本，目前我正在使用pdftotext.exe。這有時會弄亂結果文本，所以我不能使用它。

是否有另一個免費工具，我可以從另一個程序調用？我更喜歡命令行工具。

Answer 1

PDF可能會非常棘手轉換取決於其如何構造文本，但你可能會從iTextSharp的或GhostScript的或商業成分如良好的效果：從www.tallcomponents.com（不隸屬於）

Answer 2

PDF文件通常不包含任何結構，因此軟件需要猜測它。我寫上的問題的博客文章在http://www.jpedal.org/PDFblog/2009/04/pdf-text/

你也可以嘗試PDFBOX。

Answer 3

我發現Apache PDFBox比pdftotext好得多。它以更接近原始文檔格式的方式提取文本。它可以從命令行運行。