如何使用ABCPdf.NET從PDF文件的所有頁面中提取文本？

Question

如何使用ABCPdf.NET工具從PDF文件中提取內容文本？

我嘗試了GetText方法，但沒有提取內容：

var doc = new Doc();    

        var url = @".../FileName.pdf";

        doc.Read(url);

        string xmlContents = doc.GetText("Text");
        Response.Write(xmlContents);
        doc.Clear();
        doc.Dispose();

我的pdf有近1000個單詞，但GetText只返回4-5個單詞。 我意識到它只返回第一頁的文本。

所以問題應該是“如何從pdf文件的所有頁面中提取文本？” - （更改標題以使其更清晰）。

謝謝，

Answer 1

為了你的利益，是的你！

 public string ExtractTextsFromAllPages(string pdfFileName)
    {
        var sb = new StringBuilder();

        using (var doc = new Doc())
        {
            doc.Read(pdfFileName);

            for (var currentPageNumber = 1; currentPageNumber <= doc.PageCount; currentPageNumber++)
            {
                doc.PageNumber = currentPageNumber;
                sb.Append(doc.GetText("Text"));
            }
        }

        return sb.ToString();
    }

如果你沒有url但是有字節，那么：

public string ExtractTextsFromAllPages(Byte[] pdfBytes)
    {
        var sb = new StringBuilder();

        using (var doc = new Doc())
        {
            doc.Read(pdfBytes);

            for (var currentPageNumber = 1; currentPageNumber <= doc.PageCount; currentPageNumber++)
            {
                doc.PageNumber = currentPageNumber;
                sb.Append(doc.GetText("Text"));
            }
        }

        return sb.ToString();
    }

Answer 2

你試過GetText方法嗎？

Answer 3

doc.Read(.......);
var textOperation = new TextOperation(doc);
textOperation.PageContents.AddPages();
string allText = textOperation.GetText();