c# - 使用 iTextSharp 从 PDF 中提取附加元数据

Question

我已经看到使用 iTextSharp 提取基本元数据（即作者、标题），它通常看起来像这样：

var pdfReader = new PdfReader(pdfData);
var author = pdfReader.Info["author"]

但是，在我的情况下，我想要一些更奇特的东西，即文档可能包含的附加“高级”元数据。

请原谅油漆亮点，但这里是 Adobe Acrobat 中的屏幕截图，显示了有问题的数据：

有问题的数据通过 adobe acrobat

在这种情况下，该数据似乎无法通过Info字典获得。使用不同的库（TallComponents 的 PDFKit），这些数据被公开，但我想知道是否有任何方法可以使用 iItext

由于许可限制，我目前正在使用 iText 4.1.6，但如果增加了所需的功能，我不会反对购买 5.0.6 的商业许可证。

score 4 · Accepted Answer

不确定它是否会得到您所需要的，但要获取XMP 元数据，请尝试以下操作：

PdfReader reader = new PdfReader(YOUR_PDF);
byte[] b = reader.Metadata;
if (b != null) {
  string xml = new UTF8Encoding().GetString(b);
}

请注意，您会返回一个XML字符串。

IIRC 代码将与 4.1.6 一起使用。

1 回答 1