当我使用iText从PDF文件中提取文本时我从前面的页面获取值

Question

我试图从多页PDF文件中的每个页面的特定位置提取一段文本。

我有文本的位置，我能够在第一页上正确提取它。 但是在第一页之后的页面上，提取的文本似乎在积累。

例如，如果页面1上的文本值是“A”，页面2是“B”，页面3是“C”，那么我在我的输出字符串中通过FOR循环进行每次迭代接收以下值：

循环1：输出= A

环2：输出= BA

循环3：输出= CBA

我在我的p使用iTextSharp的项目，用C＃编写。

任何帮助，将不胜感激。

var reader = new PdfReader(foregroundFile); 

RectangleJ customerIdRectangle = new RectangleJ(0, 495, 108, 27); 
RenderFilter[] filters = new RenderFilter[1]; 
LocationTextExtractionStrategy regionFilter = new LocationTextExtractionStrategy(); 
filters[0] = new RegionTextRenderFilter(customerIdRectangle); 
FilteredTextRenderListener strategy = new FilteredTextRenderListener(regionFilter, filters); 

for (int i = 1; i <= reader.NumberOfPages; i++) 
{ 
    string output = ""; 
    output = PdfTextExtractor.GetTextFromPage(reader, i, strategy); 
    Console.WriteLine(output); 
} 

Answer 1

请调整你的代码是这样的：

var reader = new PdfReader(foregroundFile); 

RectangleJ customerIdRectangle = new RectangleJ(0, 495, 108, 27); 

for (int i = 1; i <= reader.NumberOfPages; i++) 
{ 
    RenderFilter[] filters = new RenderFilter[1]; 
    LocationTextExtractionStrategy regionFilter = new LocationTextExtractionStrategy(); 
    filters[0] = new RegionTextRenderFilter(customerIdRectangle); 
    FilteredTextRenderListener strategy = new FilteredTextRenderListener(regionFilter, filters); 
    string output = ""; 
    output = PdfTextExtractor.GetTextFromPage(reader, i, strategy); 
    Console.WriteLine(output); 
}