在 C# 中以编程方式读取 PDF [关闭]答案

【问题标题】：Programmatic Reading of PDFs in C# [closed]在 C# 中以编程方式读取 PDF [关闭]
【发布时间】：2011-01-25 13:53:39
【问题描述】：

我看到很多关于使用 C# 生成 PDF 文件的问题和答案。
我有一个相关但不同的任务。

我已经创建了大量 PDF 文件，我想使用正则表达式 (RegEx) 验证内容的某些部分。我想用 C# 打开 PDF，并能够以接近线性的方式读出文本。

如果页眉、页脚、任何侧边栏等被跳过或乱读，也没关系。我只是在搜索尽可能多的主体文本。

您能否向我介绍一些工具、库、API 等，使我能够以编程方式阅读 PDF 文件中的文本？

【问题讨论】：

标签： c# pdf

【解决方案1】：

有一个用于 .NET 的库，称为 PDF Clown

codeProject article 也有一篇不错的文章详细介绍了其他一些图书馆和阅读方法 PDF 文档。

【讨论】：

【解决方案2】：

这是另一个：

【讨论】：

【解决方案3】：

我已经成功地为此使用了两个不同的库。一个是PDF Box（Apache 项目的一部分），还有一个来自Snowtide Informatics。

两者都是 Java 库，但您可以将 .NET 与 IKVM 结合使用。

【讨论】：

PDFxStream (née PDFTextStream) 也作为 .NET 程序集分发（由 Nick 提到的 IKVM 提供，尽管分发版预编译为 .DLL，避免了运行时解释->使用 IKVM 时的编译步骤按原样使用 Java 库）。

【解决方案4】：

我使用PDFSharp 的时间不晚于上一次自动化，与其他人相比，我发现它非常易于使用。 PDFSharp的主页。

【讨论】：

【解决方案5】：

【讨论】：