如何使用 iTextSharp 确定 PDF 文件类型答案

【问题标题】：how to determine PDF file type using iTextSharp如何使用 iTextSharp 确定 PDF 文件类型
【发布时间】：2012-11-05 17:06:07
【问题描述】：

有没有办法确定 PDF 文件的类型：现有 PDF 文件是扫描图像还是使用 iTextSharp 和 C# 从数据文件创建的？

【问题讨论】：

您的标准是什么？您如何区分来自扫描仪的 PDF 和其他类型的文档？是打印的字符数量吗？是图像覆盖的页面面积吗？它是创建 PDF 的程序的名称吗？ iTextSharp 可以帮助您确定这些值，但您必须事先提出标准。
“你如何区分来自扫描仪的 PDF...” - 你甚至不能选择文本
嗯，不一定是这样。有些扫描解决方案会执行一些额外的 OCR，然后通过不可见但可选择的文本来丰富扫描的 PDF。另一方面，使用 iTextSharp 和 C# 从数据文件创建 PDF 很容易，而没有任何可选择的文本。那么，我能否解释您的问题，以便您真正想要区分带有可选文本的 PDF 和没有可选文本的 PDF？
@ESB PdfTextExtractor.GetTextFromPage() 可以帮助您找出它是否包含任何文本。

标签： c# pdf itextsharp

【解决方案1】：

也许您可以在使用 iTextSharp 创建的 PDF 中添加一些元数据。

Read/Modify PDF Metadata using iTextSharp

【讨论】：

我没有创建它们 - 我的文件夹中有大量它们，需要在不打开每个 pdf 的情况下确定它

【解决方案2】：

文档属性/高级/Pdf Producer

【讨论】：

【解决方案3】：

我刚刚在 PdfWriter 对象的监视窗口中搜索了正确的位置后，使用此方法替换了 PDF Producer，它更改了 PDF 中的“PDF Creator”，因为它默认无法访问：

    private static void ReplacePdfCreator(PdfWriter writer)
    {
        /*

         Warning
         * 
         This is not an option offered as is and i had to workaround it by using Reflection and change it
         manually.
         * 
         Alejandro

         */
        Type writerType = writer.GetType();
        PropertyInfo writerProperty =
            writerType.GetProperties(BindingFlags.NonPublic | BindingFlags.Static | BindingFlags.Instance)
                      .FirstOrDefault(p => p.PropertyType == typeof(PdfDocument));

        if (writerProperty != null)
        {
            PdfDocument pd = (PdfDocument)writerProperty.GetValue(writer);
            Type pdType = pd.GetType();
            FieldInfo infoProperty =
                pdType.GetFields(BindingFlags.NonPublic | BindingFlags.Static | BindingFlags.Instance)
                      .FirstOrDefault(p => p.Name == "info");

            if (infoProperty != null)
            {
                PdfDocument.PdfInfo pdfInfo = (PdfDocument.PdfInfo)infoProperty.GetValue(pd);

                if (pdfInfo != null)
                {
                    string creator = pdfInfo.GetAsString(new PdfName("Producer")).ToLowerInvariant();

        if(creator.Contains("itextsharp"))
        {
            // created with itext sharp
        }
        else if(creator.Contains("adobe"))
        {
            // created with adobe something (distiller, photoshop, whatever)
        }
        else if(creator.Contains("pdfpro"))
        {
            // created with pdf pro
        }
        else if(add your own comparison here, for example a scanner manufacturer software like HP's one)
        {
        }
                }
            }
        }
}

【讨论】：

那么问题的答案在哪里..？你能解释一下吗..？
抱歉，我把它粘贴到了错误的线程中，但请解释一下？但是，您可以使用此代码稍作修改来确定它是如何创建的，更新上面的代码..