GetTextFromPage

在iTextSharp库中，PdfTextExtractor类提供了一个静态方法GetTextFromPage，该方法可以从PDF文档的特定页面中提取文本。这个方法非常有用，当你需要从PDF文件中读取文本内容而不需要处理整个文档时。

以下是PdfTextExtractor.GetTextFromPage方法的基本用法：

string text = PdfTextExtractor.GetTextFromPage(pdfReader, i);

这里的pdfReader是一个PdfReader对象，它用于读取PDF文件，而i是一个整数，表示你想要提取文本的页面索引（页码）。在PDF中，页面索引是从0开始的，所以第一页的索引是0，第二页的索引是1，以此类推。

这个方法会返回一个字符串，包含了指定页面中的所有文本内容。如果页面中包含表格或列表，这些内容也会被提取出来，但是格式可能会有所不同。

下面是一个完整的示例，展示了如何使用PdfReader和PdfTextExtractor从PDF文件中提取特定页面的文本：

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

using iTextSharp.text; using iTextSharp.text.pdf; using System.IO;   // 打开PDF文件 string pdfFilePath = "path/to/your/document.pdf"; PdfReader pdfReader = new PdfReader(pdfFilePath);   // 提取第一页的文本 string textFromPage = PdfTextExtractor.GetTextFromPage(pdfReader, 0);   // 打印提取的文本 Console.WriteLine(textFromPage);   // 关闭PdfReader pdfReader.Close();

　　

在这个示例中，我们首先创建了一个PdfReader对象来读取PDF文件，然后使用PdfTextExtractor.GetTextFromPage方法提取第一页的文本，并将其打印出来。最后，我们关闭了PdfReader以释放资源。

请注意，PdfTextExtractor提取的文本可能不会完美地保留原始PDF中的格式和布局，因为它主要关注于文本内容的提取。如果PDF文档包含复杂的布局或格式化文本，提取的结果可能需要进一步的处理才能用于特定的用途。