如何从CHM或PDF文件的电子书中读取ISBN

Question

我正在做一个数据库来存储我的电子书收藏。
他们中的大多数人在本书的文本中都有ISBN。
如何访问此内容？
是否有任何源代码或DLL来做到这一点？

Answer 1

我为电子书库应用程序做过。首先，您需要从chm或pdf文件中提取文本。有很多公用事业\图书馆来做到这一点。 CodeProject上的article关于如何从CHM文件中提取内容。对于我使用pdftotext实用程序的PDF文件。 当您从电子书中获取纯文本时，使用regular expression解析它以查找ISBN10/13代码。

Answer 2

从CHM和PDF文件中提取文本是第一步。接下来你可以找到一个regular expression的ISBN号码。