【发布时间】：2009-04-21 14:43:29
【问题描述】：
我希望能够阅读 pdf 文件的内容。我需要在 Linux 上使用 C 来完成。
我越接近这个是here，但我认为 Haru 只能创建 pdf 并且无法阅读它们（不是 100% 肯定）。
PS：我只需要pdf中的纯文本
【问题讨论】：
【发布时间】：2009-04-21 14:43:29
【问题描述】：
查看libpoppler。我从来没有用它来提取文本，只是查询 PDF 属性。它非常易于使用。
【讨论】：
-
我认为 libpoppler 对于我想要的来说太“大”了。它使用 QT 和其他我认为没有必要的东西。
-
Poppler 有用于 glib 和 Qt 的可选前端（以很好地适应它们的对象系统），但不是必需的。
-
好的！我看到它已经在 Ubuntu 存储库中。我去看看。
你需要多好地解析它们？ 仅提取字符串应该相对容易，完全准确的渲染更难。 看看 evince 或 ghostscript 的来源？
这是针对 C++ 的，但可能是理解 PDF 结构的一个很好的起点http://www.codeproject.com/KB/cpp/ExtractPDFText.aspx（抱歉之前的链接错误）
【讨论】：
-
我只需要pdf文件中的纯文本。
VersyPDF 是另一种可能，虽然我从未使用过。它声称允许您编辑 PDF ...http://versypdf.sybrex-systems-ltd.qarchive.org/
【讨论】：