使用PDFsharp和MigraDoc写入并从PDF读取
问题描述:
我正在尝试为我们的PDF生成例程编写验证码,而且我很难让PDFsharp从使用MigraDoc创建的文件中提取文本。 ExtractText代码可与其他PDF一起使用,但不能与我通过MigraDoc生成的PDF一起使用(请参阅下面的代码)。使用PDFsharp和MigraDoc写入并从PDF读取
关于我在做什么的错误提示?
//Create the Doc
var doc = new MigraDoc.DocumentObjectModel.Document();
doc.Info.Title = "VerifyReadWrite";
var section = doc.AddSection();
section.AddParagraph("ABCDEF abcdef");
//Render the PDF
var renderer = new PdfDocumentRenderer(true);
var pdf = new PdfDocument();
renderer.PdfDocument = pdf;
renderer.Document = doc;
renderer.RenderDocument();
var msOut = new MemoryStream();
pdf.Save(msOut, true);
var pdfBytes = msOut.ToArray();
//Read the PDF into PdfSharp
var ms = new MemoryStream(pdfBytes);
var pdfRead = PdfSharp.Pdf.IO.PdfReader.Open(ms, PdfDocumentOpenMode.ReadOnly);
var segments = pdfRead.Pages[0].ExtractText().ToList();
结果如下所示:
段[0] = “\ 0 $ \ 0%\ 0 & \ 0' \ 0(\ 0)”
段[1] =“\ 0D \ 0E \ 0F \ 0G \ 0H \ 0I”
我希望看到:
段[0] = “ABCDEF”
段[1] = “ABCDEF”
我正在使用ExtractText代码: C# Extract text from PDF using PdfSharp
对于除MigraDoc生成的PDF以外的所有PDF都很适用。
public static IEnumerable<string> ExtractText(this PdfPage page)
{
var content = ContentReader.ReadContent(page);
var text = content.ExtractText();
return text.Select(x => x.Trim());
}
public static IEnumerable<string> ExtractText(this CObject cObject)
{
if (cObject is COperator)
{
var cOperator = (COperator) cObject;
if (cOperator.OpCode.Name == OpCodeName.Tj.ToString() ||
cOperator.OpCode.Name == OpCodeName.TJ.ToString())
{
foreach (var cOperand in cOperator.Operands)
foreach (var txt in ExtractText(cOperand))
yield return txt;
}
}
else
{
var sequence = cObject as CSequence;
if (sequence != null)
{
var cSequence = sequence;
foreach (var element in cSequence)
foreach (var txt in ExtractText(element))
yield return txt;
}
else if (cObject is CString)
{
var cString = (CString) cObject;
yield return cString.Value;
}
}
}
答
看来用于提取文本的代码不支持所有情况。
尝试new PdfDocumentRenderer(false)
(而不是'true')。 AFAIK这将导致不同的编码和文本提取可能工作。
谢谢!我发现这个:“如果所有文本都使用真正的Unicode编码,如果为false,则使用WinAnsi编码。”这里: http://www.nudoq.org/#!/Packages/PDFsharp-MigraDoc-GDI/MigraDoc.Rendering/PdfDocumentRenderer/ctor谢谢你的回答。 – WendellJ