目標C中提取pdf文本

Question

到目前爲止，我還沒有找到一個解決方案，可以很好地從Objective C中的pdf文件中提取文本以用於iPhone。我發現了一些標準的C代碼並修改了它的工作方式，並認爲我會在這裏提供它，因爲到目前爲止，我已經使用了很多stackoverflow，但從未回過頭來。你可以在這裏得到它： https://github.com/zachron/pdfiphone

它需要輸入pdf文件的路徑並返回pdf中文本的nsstring。我沒有寫出大部分內容，但是我修改了它，以便它可以與iPhone和Objective C一起工作。如果有人採取這種做法，您需要將Zlib庫包含在項目中（iPhone上的libz.dylib）它更令人敬畏，那就是美好時光。

Answer 1

請記住，這隻適用於提取在PDF中存儲的文本。它不會被OCR掃描的PDF文件。如果你想這樣做，那麼可以選擇使用Google的強健和自由/開放源代碼OCR引擎Tesseract。它compiles on the iPhone：參見諾蘭布朗的Tesseract-iPhone-Demo作爲一個工作的例子。成像庫ImageMagic also compiles on the iPhone，它將允許您將PDF轉換爲Tesseract接受作爲輸入的TIFF。