如何將.pdf（掃描）文件轉換爲.txt文件（或.doc，但我更喜歡.txt）在.net C＃

Question

我需要將.pdf（掃描）文件轉換爲.txt文件（或.doc，但更喜歡.txt）。NET C＃ 我該怎麼做？

Answer 1

您可以使用iTextSharp .NET庫將PDF文件轉換爲文本。

的簡短的文章關於PDF至txt文件在以下鏈接解釋：

C-sharp pdf to txt

Answer 2

您可以參考此示例代碼。

using iTextSharp.text.pdf; 
using iTextSharp.text.pdf.parser; 

// ... 

public static string ExtractTextFromPdf(string path) 
{ 
using (PdfReader reader = new PdfReader(path)) 
{ 
StringBuilder text = new StringBuilder(); 

for (int i = 1; i <= reader.NumberOfPages; i++) 
{ 
    text.Append(PdfTextExtractor.GetTextFromPage(reader, i)); 
} 

return text.ToString(); 
} 
} 

Answer 3

我在一年前試過這個，寫了我自己的解析器，但沒有運氣。但我認爲你應該找到一種方法將圖像格式的pdf粘貼到文檔中。

我知道這不是答案，但它有助於改變你對如何達到你的要求的想法。