C#读取PDF ——PDFBox使用

一、下载PDFBox

      访问网址http://sourceforge.net/projects/pdfbox/ (这个绝对是个好网站)

二、引用动态链接库

    解压缩下载的PDFBox，找到其中的Bin目录，需要在项目中添加引用的dll文件有：
    IKVM.GNU.Classpath.dll
    PDFBox-0.7.3.dll
    FontBox-0.1.0-dev.dll
    IKVM.Runtime.dll

将以上4个文件引用到项目中，在文件中需要引入以下2个命名空间：
    using org.pdfbox.pdmodel;
    using org.pdfbox.util;

三、API的使用方法

using System.IO;

using System.Text;

using org.pdfbox.pdmodel;

using org.pdfbox.util;

 

namespace PDFReader

{

    class Program

    {

 

        public static void pdf2txt(FileInfo pdffile, FileInfo txtfile)

        {

 

            PDDocument doc = PDDocument.load(pdffile.FullName);

 

            PDFTextStripper pdfStripper = new PDFTextStripper();

 

            string text = pdfStripper.getText(doc);

 

            StreamWriter swPdfChange = new StreamWriter(txtfile.FullName, false, Encoding.GetEncoding("gb2312"));

 

            swPdfChange.Write(text);

 

            swPdfChange.Close();

 

        }

 

        static void Main(string[] args)

        {

            pdf2txt(new FileInfo(@"C:/Users/Susan/Desktop/完整稿__匆匆那年_九夜茴.pdf"), new FileInfo(@"C:/Users/Susan/Desktop/完整稿__匆匆那年_九夜茴.txt"));

        }

    }

}

转化中文是没有问题的，原因你应该知道。