【发布时间】：2009-11-25 13:41:58
【问题描述】：
我需要解析大文本（大约 1000 页的 word 或 pdf 文档）并将该文档中的一些文本放入数据库字段中
我发现我要提取的文本唯一能区分的就是格式，总是“Helvetica-Condensed”大小12
我可以这样做吗？我知道如何使用字符串函数，但我应该用什么来测试格式？
正如我所说，文本存储在 Word 文档或 PDF 中
如果有第三方组件可以做没有问题，请参考我
谢谢
【问题讨论】：
【发布时间】：2009-11-25 13:41:58
【问题描述】：
有QuickPDF。价格为 249,00 美元。
【讨论】：
另一种选择是自己编写代码。 file specification 可在线获得，如果您只是想从文档中撕下文本，这应该会为您提供大部分指导。
唯一需要注意的是完全由图像构建的文档。在那种情况下（无论您使用什么来读取文件），您还需要一个 OCR 类型的应用程序。要查看是否是这种情况，请打开您要从中“提取”文本的文件类型的示例，选择要复制的文本，然后尝试粘贴到记事本中。
【讨论】：