阅读利用iText

我一直在使用下面的C＃代码从PDF文件阅读的文本从PDF符号和文字：阅读利用iText

PdfReader reader = new PdfReader(openFileDialog1.FileName); 
      int n = reader.NumberOfPages;    
      // file properties 
      Dictionary<string, string> infodict = reader.Info; 
      string strText = string.Empty; 
      PdfReader reader2 = new PdfReader(openFileDialog1.FileName); 
      for (int page = 1; page <= n; page++) 
      { 
       ITextExtractionStrategy its = new iTextSharp.text.pdf.parser.SimpleTextExtractionStrategy();  
       String s = PdfTextExtractor.GetTextFromPage(reader, page, its);     
       s = Encoding.UTF8.GetString(ASCIIEncoding.Convert(Encoding.Default, Encoding.UTF8, Encoding.Default.GetBytes(s))); 
       strText = strText + s; 
       reader.Close(); 
      } 
      MessageBox.Show(strText);

此代码无法读取PDF文件的符号。有什么办法可以从PDF文件中读取符号吗？

来源

2011-10-20 fawad

这是什么线？：做 S = Encoding.UTF8.GetString（ASCIIEncoding.Convert（Encoding.Default，Encoding.UTF8，Encoding.Default.GetBytes的LocationTextExtractionStrategy （s）））我会完全删除此行。 –

s读取整个页面的文本。 – fawad

s，正在转换为UTF8，然后编码为ASCII，然后回到UTF8，它如何“读取”页面？ –

试试这个，而不是使用的SimpleTextExtractionStrategy

来源

2014-05-21 05:11:49 Binod

这两种策略都使用相同的字符信息，“LocationTextExtractionStrategy”仅尝试排序，而“SimpleTextExtractionStrategy”则假定信息已按照正确的顺序排列。因此，当*代码无法读取PDF文件*中的符号时，替换无效。 – mkl

回答

相关问题