C# 使用Aspose.Pdf读取Pdf表格

pdf文件内容：

1.上面我们有一个pdf文件，内容为表格形式的，在使用Aspose.Pdf读取的时候，如果不定义读取时的TextExtractionOptions，我们看一下读取的内容是什么样子的?

可以看到在读取pdf文字的时候，并没有按照表格划分，而是视觉上同一行的文字被划分到同一行，这样在处理数据的时候就比较麻烦。

2.我们定义一下TextExtractionOptions试试：

var textExtractionOptions = new TextExtractionOptions(TextExtractionOptions.TextFormattingMode.Raw);

我们可以看到这时候的文字已经按照单元格分开了。

参考代码：

using Aspose.Pdf;
using Aspose.Pdf.Text;
using Aspose.Pdf.Text.TextOptions;

namespace Test
{
    class Program
    {
        static void Main(string[] args)
        {
            Document pdfDocument = new Document(@"d:\pdf.pdf");
            var textExtractionOptions = new TextExtractionOptions(TextExtractionOptions.TextFormattingMode.Raw);
            var textSearchOptions = new TextSearchOptions(true);
            TextAbsorber textAbsorber = new TextAbsorber(textExtractionOptions, textSearchOptions);
            pdfDocument.Pages.Accept(textAbsorber);
            string content = textAbsorber.Text;
        }
    }
}