C# 使用iTextSharp解析PDF，然后将特定文本提取到屏幕上

因此，我试图从PDF文件中提取某些内容。所以这是一张发票，我希望能够在PDF文件中搜索“发票号码”，然后搜索“名字”，并在

Console.WriteLine（）

所以现在这就是我所得到的，我需要弄清楚如何走得更远

using iTextSharp.text.pdf;
using System.IO;
using iTextSharp.text.pdf.parser;
using System;

namespace PdfProperties
{
    class Program
    {
        static void Main(string[] args)
        {
            PdfReader reader = new PdfReader("C:/PDF/invoiceDetail.pdf");
            PdfReaderContentParser parser = new PdfReaderContentParser(reader);
            FileStream fs = new FileStream("C:/PDF/result0.txt", FileMode.Create);
            StreamWriter sw = new StreamWriter(fs);

            SimpleTextExtractionStrategy strategy;

            string text = "";

            for (int i = 1; i <= reader.NumberOfPages; i++)
            {
                strategy = parser.ProcessContent(i, new SimpleTextExtractionStrategy());
                sw.WriteLine(strategy.GetResultantText());

                text = strategy.GetResultantText();

                String[] splitText = text.Split(new char[] {'.' });

                Console.WriteLine("Test");

                Console.WriteLine(text);
            }
            sw.Flush();
            sw.Close();

        }
    }
}

使用iTextSharp.text.pdf；
使用System.IO；
使用iTextSharp.text.pdf.parser；
使用制度；
命名空间PDFProperty
{
班级计划
{
静态void Main（字符串[]参数）
{
PdfReader reader=新的PdfReader（“C:/PDF/invoiceDetail.PDF”）；
PdfReaderContentParser=新的PdfReaderContentParser（读取器）；
FileStream fs=newfilestream（“C:/PDF/result0.txt”，FileMode.Create）；
StreamWriter sw=新StreamWriter（fs）；
简单外延战略；
字符串文本=”；
对于（inti=1；iHy
你可以试试这个：

String[] splitText = text.Split(".");
for(int i =0; i<splitText.Lenght;i++)
{
if(splitText[i].toString() =="Invoice Number:")
(
  // we have Invoice Number

 // now we search for First Name
   if(splitText[i].toString() == "First Name")
   (
     // now we have also First Name
   ) 
) 
}

String[]splitText=text.Split（“.”）；
对于（int i=0；i有两种方法：

您可以尝试自己处理发票。这意味着处理结构和边缘案例。如果内容不总是以相同的方式对齐会怎样？如果发票模板发生变化会怎样？如果发票中的某些文本是可变的，而您不能真正依赖提取的精确文本会怎样

简言之，这不是一个需要解决的小问题

使用pdf2Data。它专门设计用于处理结构丰富的文档。例如发票。它使用一个称为“选择器”的概念，允许您定义某些内容的位置。可以通过位置（坐标定义的矩形中的某个位置）或结构块（此表中的行..）等

即使加载项是封闭源代码的，您也可以使用试用许可证进行试用。在评估pdf2Data后，您至少可以对解决此问题的方法做出更明智的决定

查看更多信息

您的控制台输出是否包含所需的发票号和名字？您需要pdf2Data加载项来完成此操作。该加载项是封闭源代码（其中之一是因为太多人认为他们可以在商业环境中免费使用iText）。有关pdf2Data的更多信息，请参阅。