0

我正在使用 ITextSharp 和以下命令从 pdf 中提取文本,它运行良好。但是今天我收到了一个不同的 pdf,这导致提取了很多 ? ? ? ?.

有人知道为什么会这样吗?无论如何至少检查pdf是否无法提取?

StringBuilder text = new StringBuilder();
PdfReader pdfReader = new PdfReader(arquivo);
for (int page = 1; page <= pdfReader.NumberOfPages; page++)
{
    ITextExtractionStrategy strategy = new SimpleTextExtractionStrategy();
    string currentText = PdfTextExtractor.GetTextFromPage(pdfReader, page, strategy);
    currentText = Encoding.UTF8.GetString(Encoding.Convert(Encoding.Default, Encoding.UTF8, Encoding.Default.GetBytes(currentText)));
    text.Append(currentText);
}
pdfReader.Close();
return text.ToString();

在此处输入图像描述

在此处输入图像描述

4

0 回答 0