我想解析一个 pdf 并在该 pdf 中添加一些标签,以便我可以将其上传到一些论坛。我在考虑可能使用 c#(或者可能是 python)并让它读取 pdf 并在需要时插入标签。我从哪里开始?到目前为止,我可以将 pdf 转换为文本文件。但从那里我很难过。这是我到目前为止所拥有的:
/*
* Convert PDF To Text
* *******************/
using System;
using System.Collections.Generic;
using System.Drawing;
using System.Windows.Forms;
using System.Drawing.Printing;
using System.IO;
using System.Text;
using System.ComponentModel.Design;
using System.ComponentModel;
using org.pdfbox.pdmodel;
using org.pdfbox.util;
namespace Test.iPdfToText
{
public partial class MainForm : Form
{
public MainForm()
{
InitializeComponent();
}
void Button1Click(object sender, EventArgs e)
{
PDDocument doc = PDDocument.load("C:\\pdftoText\\myPdfTest.pdf");
PDFTextStripper stripper = new PDFTextStripper();
richTextBox1.Text=(stripper.getText(doc));
}
}
}