0

我正在使用 ITextSharp 5.5.3.0 版,我正在尝试从 C# 中的 pdf 中提取文本。pdf是一种形式,而不是图像。这是代码:

            var text = new StringBuilder();

        // The PdfReader object implements IDisposable.Dispose, so you can
        // wrap it in the using keyword to automatically dispose of it
        using (var pdfReader = new PdfReader(inFileName))
        {
            // Loop through each page of the document
            for (var page = 1; page <= pdfReader.NumberOfPages; page++)
            {
                ITextExtractionStrategy strategy = new SimpleTextExtractionStrategy();

                var currentText = PdfTextExtractor.GetTextFromPage(pdfReader, page, strategy);

                currentText = Encoding.UTF8.GetString(Encoding.Convert(Encoding.Default, Encoding.UTF8, Encoding.Default.GetBytes(currentText)));

                text.Append(currentText);
            }
        }

        return text.ToString();
    }

返回的文本不可用。pdf 是使用 GhostScript 生成的。

有人对问题可能有什么建议吗?或者有什么建议?

4

0 回答 0