使用 pdfcreator 处理 pdf 等图像数据或其他内容

Question

干草所有。 也许你们可以帮助我完成我的项目。 我使用 pdfcreator 作为虚拟打印机来将一些图像打印到文件中。 可以是pdf，也可以是任何类型的图像。但我需要从中提取数据。 可以吗？我正在使用 C#。

Answer 1

您无法从图像中提取文本。

原则上，您可以从 PDF 中提取文本。

以下是使用免费软件命令行实用程序的两种方法；也许其中一个适合您的需求：

1. pdftotext.exe（<的一部分strong>Foolabs 的 XPDF 实用程序)
2. gswin32c.exe (Artifex' Ghostscript）

从第 3-7 页提取所有文本的示例命令行：

pdftotext：

pdftotext.exe ^
   -f 3 ^
   -l 7 ^
   -epl dos ^
   -layout ^
   "d:\path with spaces\to\input.pdf" ^
   "d:\path\to\output.txt"

您希望将文本输出到 stdout 而不是文件？好的，试试这个：

pdftotext.exe ^
   -f 3 ^
   -l 7 ^
   -epl dos ^
   -layout ^
   "d:\path with spaces\to\input.pdf" ^
   -

Ghostscript：
（检查您的安装的 lib 子目录中是否有 ps2ascii.ps）

gswin32c.exe ^
   -q ^
   -sFONTPATH=c:/windows/fonts ^
   -dNODISPLAY ^
   -dSAFER ^
   -dDELAYBIND ^
   -dWRITESYSTEMDICT ^
   -dSIMPLE ^
   -f ps2ascii.ps ^
   -dFirstPage=3 ^
   -dLastPage=7 ^
   "c:/path/to/input.pdf" ^
   -dQUIET 

文本输出将出现在 stdout 上。如果您在 cmd.exe 窗口中对此进行测试，则可以通过附加 > 将其重定向到文件。 /path/to/output.txt 到命令。