pdf - 如何阅读 PDF 文件

Question

除了使用 ADO 之外，还有其他方法可以使用 VB6 从 PDF 文件中提取数据吗？我已经成功地在不使用 Acrobat Reader 的情况下使用 VB6 打开了 PDF 文件，但我项目的下一步需要读取 PDF 文件并从中查找数据。示例哪些页面显示“水泥”一词？

Answer 1

通常，您将需要依赖外部库。一个纯 VB 解决方案（即，将文件作为文本读取并自己处理）是您在一周内完成的任何事情。

您可以通过自动化使用 Adob​​e Acrobat。例如http://www.freevbcode.com/ShowCode.asp?ID=7066可以帮助您入门。但是请注意，Adobe Reader 是不够的，您确实需要完整的 Acrobat。还有其他流行的 PDF 阅读库（例如 poppler），但是您可能很难使用 VB6 中的那些。

一般而言，您成功的机会取决于“提取”的含义。简而言之，PDF 是一种没有元信息的纯描述性格式。即该文件包含诸如“Put an A at (x1,y1); put 'foo' at (x2, y2)”等指令。读取表格或任何类型的结构化信息都需要大量的启发式方法。

最好的做法可能是尝试以更适合的数据格式（纯文本、XML 等）获取您想要提取的数据。