C# 使用iTextSharp从PDF文件提取文本时，我遇到了以下错误：“；找不到图像数据或EI”；

当我使用下面的代码使用iTextSharp从PDF文件中提取文本时，我遇到了一个错误：“找不到图像数据或EI”，而调试代码时发现该错误出现在某些页面，但不是所有页面，然后进一步调查，还发现pdf中一般有两种图像类型xObject图像和内联图像，使用下面的代码内联图像无法处理。在本期的其他类似帖子中，很少有评论建议使用最新版本（5.5.0）itextsharp，我也这么做了，但运气不好。我的基本目的是提取页面中的文本，而不是图像。如何处理内联图像，或者如何仅提取文本，而不考虑页面的图像类型

for (int page = 1; page <= pdfReader.NumberOfPages; page++)
{
PdfContentByte pdfData = pdfStamper.GetUnderContent(page);
LocTextExtractionStrategy its = new LocTextExtractionStrategy();
pdfData = pdfStamper.GetUnderContent(page);

string extractedTextInCurrentPage=PdfTextExtractor.GetTextFromPage(pdfReader, page, its);//In this line exception is throwing
} 

for（int page=1；page请共享您的PDF

这就是为什么：

您的PDF包含一个内联图像。内联图像在ISO-32000-1中有问题，但我个人认为该问题将在ISO-32000-2中解决（对于PDF 2.0，预计在2017年）

在ISO-32000-1中，内联图像以
BI
运算符开始，后跟一些参数。图像字节的长度不是这些参数之一。实际图像字节由
ID
和
EI
运算符括起

软件解析PDF语法需要搜索这些运算符，通常做得很好：查找
BI
，然后获取
ID
和
EI
之间的字节。但是：当遇到
EI
是图像字节一部分的图像时，该怎么办

这几乎从未发生过，但据我们所知，这是一个问题，我们在最近的iText版本中通过将
ID
和
EI
之间的字节转换为图像解决了这一问题。如果失败，iText将继续搜索下一个
EI
。如果iText没有找到
EI
参数，您将得到您输入的异常开

这是一个繁琐的过程，作为编写PDF标准的ISO委员会的成员，我在规范中引入了一个新的内联图像参数：
/L
参数将通知解析器
ID
和
EI
运算符之间的准确字节数将内联图像保持在4KB以下的建议变成了规范：在PDF 2.0中，内联图像超过4096字节是非法的。当然，这对你没有帮助。PDF 2.0还不存在。我在ISO委员会的工作只是从长远角度帮助解决了这个问题

从短期来看，我们已经编写了一个解决向我们报告的PDF问题的解决方案，但显然，您发现了一个无法解决问题的PDF。如果您希望我们解决问题，您必须共享该PDF。
请共享您的PDF

这就是为什么：

您的PDF包含一个内联图像。内联图像在ISO-32000-1中有问题，但我个人认为该问题将在ISO-32000-2中解决（对于PDF 2.0，预计在2017年）

在ISO-32000-1中，内联图像以
BI
运算符开始，后跟一些参数。图像字节的长度不是这些参数之一。实际图像字节由
ID
和
EI
运算符括起

软件解析PDF语法需要搜索这些运算符，通常做得很好：查找
BI
，然后获取
ID
和
EI
之间的字节。但是：当遇到
EI
是图像字节一部分的图像时，该怎么办

这几乎从未发生过，但据我们所知，这是一个问题，我们在最近的iText版本中通过将
ID
和
EI
之间的字节转换为图像解决了这一问题。如果失败，iText将继续搜索下一个
EI
。如果iText没有找到
EI
参数，您将得到您输入的异常开

这是一个繁琐的过程，作为编写PDF标准的ISO委员会的成员，我在规范中引入了一个新的内联图像参数：
/L
参数将通知解析器
ID
和
EI
运算符之间的准确字节数将内联图像保持在4KB以下的建议变成了规范：在PDF 2.0中，内联图像超过4096字节是非法的。当然，这对你没有帮助。PDF 2.0还不存在。我在ISO委员会的工作只是从长远角度帮助解决了这个问题

从短期来看，我们已经编写了一个解决向我们报告的PDF问题的解决方案，但显然，您发现了一个无法解决问题的PDF。如果您希望我们解决问题，您必须共享该PDF。
请共享您的PDF

这就是为什么：

您的PDF包含一个内联图像。内联图像在ISO-32000-1中有问题，但我个人认为该问题将在ISO-32000-2中解决（对于PDF 2.0，预计在2017年）

在ISO-32000-1中，内联图像以
BI
运算符开始，后跟一些参数。图像字节的长度不是这些参数之一。实际图像字节由
ID
和
EI
运算符括起

软件解析PDF语法需要搜索这些运算符，通常做得很好：查找
BI
，然后获取
ID
和
EI
之间的字节。但是：当遇到
EI
是图像字节一部分的图像时，该怎么办

这几乎从未发生过，但据我们所知，这是一个问题，我们在最近的iText版本中通过在