web-dev-qa-db-ja.com

.NET用のiText5を使用してPDFファイルを読み取る

プログラミングプラットフォームとしてC＃を使用し、iTextSharpを使用してPDFコンテンツを読み取ります。以下のコードを使用してコンテンツを読み取りましたが、ページごとに読み取られているようです。

        public string ReadPdfFile(object Filename)
        {

            string strText = string.Empty;
            try
            {
                PdfReader reader = new PdfReader((string)Filename);

                for (int page = 1; page <= reader.NumberOfPages; page++)
                {
                    ITextExtractionStrategy its = new iTextSharp.text.pdf.parser.SimpleTextExtractionStrategy();
                    String s = PdfTextExtractor.GetTextFromPage(reader, page, its);

                    s = Encoding.UTF8.GetString(ASCIIEncoding.Convert(Encoding.Default, Encoding.UTF8, Encoding.Default.GetBytes(s)));
                    strText = strText + s;

                }
                reader.Close();
            }
            catch (Exception ex)
            {
                MessageBox.Show(ex.Message);
            }
            return strText;
        }

1行あたりPDFコンテンツを読み取るコードを作成する方法について誰かが私を助けてくれますか？

c#pdfitext
16
Mark

これを試してください。LocationTextExtractionStrategyの代わりにSimpleTextExtractionStrategyを使用すると、返されるテキストに改行文字が追加されます。次に、strText.Split('\n')を使用してテキストをstring[]に分割し、行ごとに使用できます。

14
Jonathan