.net 读取pdf文件方法

最新推荐文章于 2025-06-18 15:22:01 发布

tider_ys

最新推荐文章于 2025-06-18 15:22:01 发布

阅读量3.1k

点赞数

CC 4.0 BY-SA版权

分类专栏： .net开发文章标签： .net string dll 工具

本文链接：https://blog.youkuaiyun.com/tider_ys/article/details/6597768

.net开发专栏收录该内容

6 篇文章

订阅专栏

本文介绍了一种使用PDFBox工具将PDF文件转换为纯文本的方法。通过添加必要的DLL文件到项目中，并利用提供的C#函数，可以轻松实现PDF内容的提取。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

很简单，下载pdfbox工具，然后将里面的

FontBox-0.1.0-dev.dll

IKVM.GNU.Classpath.dll

IKVM.Runtime.dll

PDFBox-0.7.3.dll

将这4个DLL添加进项目引用

/// <summary>
        /// 读取PDF文件内容
        /// </summary>
        /// <param name="val_PDFInfo">PDF文件的FileInfo对象</param>
        /// <returns>返回字符串</returns>
        public string getStringFormPDF(FileInfo val_PDFInfo)
        {

            PDDocument doc = PDDocument.load(val_PDFInfo.FullName);
            PDFTextStripper pdfStripper = new PDFTextStripper();
            string text = pdfStripper.getText(doc);

            return text;

        }

然后利用上面的函数及可以将pdf文件转换成简单的字符串。