如果逐行读取PDF文件？

在LeadTools.pdf.dll提供了PDFFile和PDFDocument读取PDF文件，这里想逐行读取PDF文件内容，但在PDFFile和PDFDocument类中未找到相关的方法，有没有其他方法呢

回复 16楼804241020的帖子

已经发送了确认邮件，目前还没有收到进一步反馈。

回复 14楼iceman的帖子

那个逐行读取PDF内容厂家有消息么？

回复 12楼AvoCaDolol的帖子

但我这里用另一个软件pdfbox没有重复

回复 13楼804241020的帖子

回复 12楼AvoCaDolol的帖子

好的，明白了，谢谢

回复 11楼804241020的帖子

您好，原始文件的问题可能有很多种。我无法考证您的PDF来源以及做成的方式。
我通过Acrobat打开您的PDF，门诊号和45岁并没有加粗，只是字体不同。
当我切换字体为宋体后，他们显示就不是粗体了。
我推测有可能是做成这个PDF的工具在门诊这两个字上出错了，导致重复，而重复的字的位置都是一样的，这样就将所有门诊叠在一起了，看起来像加粗的。
提取PDF中文字的方法就是读取PDF源文件内容，如果源文件是重复的提取出来就是重复的。
LEADTOOLS无法判断用户需要提取什么样的内容，只能将所有文字都提取出来。
您的这个PDF使用普通的Adobe Reader打开后用鼠标框选文字进行拷贝出来的也是重复的。
解决方法有两种：
1、修改或者调整生成这个PDF的源程序，将其生成的PDF调整正确。
2、不使用源文件提取方法，而改用LEADTOOLS OCR功能进行文字识别。

以上， 谢谢。

回复 9楼AvoCaDolol的帖子

感觉像加粗的地方都是重复的，是不是PDF采用重复来实现加粗的效果

回复 9楼AvoCaDolol的帖子

那我们看到的并不是重复的内容，LeadTool有没有什么方法不提取这种重复的内容

回复 8楼804241020的帖子

您好，您的问题我已经再现，但是我通过Adobe Acrobat Pro打开您的原始PDF发现您的这个门诊号和年龄本身就是重复的。
门门门门诊诊诊诊号：P900105364-0
44445555岁 申请科室：
如下图：


我使用的是Adobe专门编辑PDF的工具打开的，看到的是PDF的源文件内容，发现里面内容是重复的。
我将您的PDF在Acrobat中做了修改，现在里面的内容正确了，您可以使用我提供的这个PDF试试。