在c#中读取PDF文件的一部分答案

【问题标题】：Reading a part of PDF file in c#在c#中读取PDF文件的一部分
【发布时间】：2016-02-09 08:52:35
【问题描述】：

我有许多大尺寸的 PDF 文件，我只需要阅读其中的一部分。我想开始阅读 PDF 文件并将其写入另一个文件，如 txt 文件或任何其他类型的文件。但是，我想限制我正在写入的文件的大小。当 txt 文件的大小约为 15 MB 时，我应该停止阅读 PDF 文档，然后保留创建的 txt 文件以供我使用。有谁可以帮助我如何在 C# 中做到这一点？

提前感谢您的帮助。

这是我用来读取整个文件的代码；（图片内容对我来说并不重要）

using (StreamReader sr = new StreamReader(@"F:\1.pdf"))
        {
            using (StreamWriter sw = new StreamWriter(@"F:\test.txt"))
            {
                while (!sr.EndOfStream)
                {
                    string line = sr.ReadLine();                       
                    sw.WriteLine(line);
                    sw.Flush(); 
                }

            }
        }

【问题讨论】：

您是否有用于阅读 PDF 的库？是否支持流式阅读？
所以你问的是如何读取文件的一部分。你已经知道如何阅读所有文件了吗？
你肯定需要一个 Pdf 库。你选哪一个？
我不想这么说，但 Aspose 是你的朋友。讨厌它，因为它是为数不多的可用库之一，并且有太多错误。
我已经使用过 iTextSharp 库。它适用于 Windows 应用程序，但不适用于带有 Asp.net 的 Web 应用程序。

标签： c# pdf partial

【解决方案1】：

您必须使用 PDF 库来执行此操作。有很多免费和付费的 PDF 库可以用来完成您的任务。最近我使用EO.pdf库读取pdf页面并提取页面内容。最好的部分是它有 NuGet 包并且还在不断发展。缺点是您必须为商业用途付费。

【讨论】：

【解决方案2】：

无法使用 .NET 直接读取 PDF。您应该首先将 PDF 转换为文本（或 XML 或 HTML）。

有很多 PDF 库能够将 PDF 转换为文本，例如 iTextSharp（最流行和开源）和很多 other tools

要控制输出文本文件的大小，您应该

从 PDF 中获取页数
逐页运行pdf到文本的转换，同时检查输出文本文件的大小
一旦文件大小超过 15 MB，只需停止转换并移至另一个文件

【讨论】：