NetCore 使用 iTextSharp 读取 PDF 中的文字信息
问题描述:使用默认 iTextSharp 读取文字没有问题,代码如下:
<PackageReference Include="iTextSharp" Version="5.0.5" />
PdfReader reader = new PdfReader(strFileName); var totalPageCount = reader.NumberOfPages; for (int i = 0; i < totalPageCount; i++) { ITextExtractionStrategy strategy = new SimpleTextExtractionStrategy(); string currentText = PdfTextExtractor.GetTextFromPage(reader, i + 1, strategy); var tempContent = Encoding.UTF8.GetString(ASCIIEncoding.Convert(Encoding.Default, Encoding.UTF8, Encoding.Default.GetBytes(currentText))); }
但是默认5.X不支持NetCore平台。。。
解决方案:
引用大佬写的新包
<PackageReference Include="iTextSharp.LGPLv2.Core.Fix" Version="1.4.3" />
读取的方法如下:
PdfReader reader = new PdfReader(strFileName); var totalPageCount = reader.NumberOfPages; for (int i = 0; i < totalPageCount; i++) { var streamBytes = reader.GetPageContent(i + 1); var tokenizer = new PrTokeniser(new RandomAccessFileOrArray(streamBytes)); var stringsList = new List<string>(); while (tokenizer.NextToken()) { if (tokenizer.TokenType == PrTokeniser.TK_STRING) { stringsList.Add(tokenizer.StringValue); } } var tempaaa = string.Join("", stringsList); }
分类:
C#
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· SQL Server 2025 AI相关能力初探
· Linux系列:如何用 C#调用 C方法造成内存泄露
· AI与.NET技术实操系列(二):开始使用ML.NET
· 记一次.NET内存居高不下排查解决与启示
· 探究高空视频全景AR技术的实现原理
· 阿里最新开源QwQ-32B,效果媲美deepseek-r1满血版,部署成本又又又降低了!
· 单线程的Redis速度为什么快?
· SQL Server 2025 AI相关能力初探
· AI编程工具终极对决:字节Trae VS Cursor,谁才是开发者新宠?
· 展开说说关于C#中ORM框架的用法!
2019-05-31 IIS中部署vue程序,刷新直接404