[轉].NET下讀取PDF文本

在.NET下讀取PDF文本用到的類庫主要有兩個：PDFBox和iTextSharp。

PDFBox

先說PDFBox，這個類庫據說功能很強大，本人在這只是簡單介紹一下：

1、下載PDFBox

下載地址：http://sourceforge.net/projects/pdfbox/

2、引用動態鏈接庫

解壓縮下載的PDFBox，找到其中的Bin目錄，需要在項目中添加引用的dll文件有：

1. IKVM.GNU.Classpath.dll
2. PDFBox-0.7.3.dll
3. FontBox-0.1.0-dev.dllI
4. KVM.Runtime.dll

將以上4個文件引用到項目中，在文件中需要引入以下2個命名空間：

using org.pdfbox.pdmodel;
using org.pdfbox.util;

3、API的使用方法看代碼：

using org.pdfbox.pdmodel;
using org.pdfbox.util;
public void pdf2txt(FileInfo file,FileInfo txtfile)
{
        PDDocument doc = PDDocument.load(file.FullName);
        PDFTextStripper pdfStripper = new PDFTextStripper();
        string text = pdfStripper.getText(doc);
        StreamWriter swPdfChange = new StreamWriter(txtfile.FullName, false, Encoding.GetEncoding("gb2312"));
        swPdfChange.Write(text);
        swPdfChange.Close();
}

iTextSharp

其實很多時候都是用於生成PDF，但是他讀取PDF的能力也不差，使用如下：
下載地址：http://sourceforge.net/projects/itextsharp/

2、引用動態鏈接庫

解壓縮下載的壓縮包裏面的itextsharp-dll-core.zip，得到itextsharp.dll，在項目中添加引用itextsharp.dll即可 在文件中需要引入以下3個命名空間：

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

3、API的使用方法看代碼：

 private string OnCreated(string filepath)
        {
            try
            {
                string pdffilename = filepath;
                PdfReader pdfReader = new PdfReader(pdffilename);
                int numberOfPages = pdfReader.NumberOfPages;
                string text = string.Empty;

                for (int i = 1; i <= numberOfPages; ++i)
                {
                    byte[] bufferOfPageContent = pdfReader.GetPageContent(i);
                    text += System.Text.Encoding.UTF8.GetString(bufferOfPageContent);
                }
                pdfReader.Close();

                return text;
            }
            catch (Exception ex)
            {
                StreamWriter wlog = File.AppendText(System.AppDomain.CurrentDomain.SetupInformation.ApplicationBase + "\\mylog.log");
                wlog.WriteLine("出錯文件：" + e.FullPath + "原因：" + ex.ToString());
                wlog.Flush();
                wlog.Close(); return null;
            }

        }

轉：http://www.cnblogs.com/freeliver54/p/5048532.html