如果逐行读取PDF文件？

收藏

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

iceman · iceman

回复 1楼804241020的帖子

你好，PDF文件是以图片形式保存的，无法进行逐行读取。

回复 · 804241020

PDF并不是以图片形式保存的，曾经实现过用LeadTool按行读取PDF功能，现在遗忘了，能否帮我再确认下

AvoCaDolol · AvoCaDolol

回复 3楼804241020的帖子

您好，
您的需求是不是获取PDF某一页中某一行的字符或者图片？
如果是的话，可以使用PDFDocument.ParsePages方法来获取，这个方法的签名如下：
public void ParsePages(
PDFParsePagesOptions options,
int firstPageNumber,
int lastPageNumber
)
其中第一个参数PDFParsePagesOptions 有很多，您可以设置您需要的对象来进行获取，例如我想获取第一页的文本：
PDFParsePagesOptions options = PDFParsePagesOptions.RTLOriginal;
document.ParsePages(options, 1, 1);
RTLOriginal的意思是从左至右的字符，这样就可以获取第一页的所有字符了。
如果想要获取第一页的所有对象，例如图片、超级链接、文字、字体等扥，可以使用PDFParsePagesOptions.All;
具体这个方法的使用方法和介绍请参见这里：https://www.leadtools.com/help/l ... ent~parsepages.html
以上，谢谢。

回复 · 804241020

回复 4楼AvoCaDolol的帖子

ParsePages也只能获取整页的内容，我这边的PDF只有一页，我想要获取的是PDF中该页中第一行的内容，
另外我这边的PDF采用LeadToolV19中的PDFDocumentDEMO和PDFFileDEMO打开都提示出错，PDF Error-File is Corrupted，麻烦帮我看一下

iceman · iceman

回复 5楼804241020的帖子

逐行读取问题需要和厂商沟通，看能否实现。

PDF文件通过 C:\LEADTOOLS 19\Shortcuts\Document Viewer\.NET Class Libraries\Document Viewer 和 C:\LEADTOOLS 19\Shortcuts\PDF\.NET Class Libraries\Document Viewer Demo 可以正常打开。

请问您使用的是最新版吗？我们在 11.23 号之后更新了一版leadtools。你可以下载测试下。
http://leadtools.gcpowertools.com.cn/downloads/download/?pid=701

回复 · 804241020

好的，谢谢，11月23号那个版本还没下载过，那就不是最新版本

登录 · 804241020

已下载了最新版本的LeadTools进行测试可以打开该PDF了，但又出现了新的问题，采用Document Viewer Demo打开PDF后，在采用菜单File-ExportText导出PDF的内容不正确，存在重复文字，详见图片，麻烦帮我再看下，谢谢。

AvoCaDolol · AvoCaDolol

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。

回复 · 804241020

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

		自动登录	找回密码
密码			立即注册

[已处理] 如果逐行读取PDF文件？

16 个回复

本帖子中包含更多资源

本帖子中包含更多资源

活字格认证

微信认证勋章

元老葡萄

Wyn高级认证