如何使用itextsharp从PDF中读取表格？

我在从pdf文件中读取表格时遇到问题。这是一个非常简单的pdf文件，包含一些文本和一个表格。我正在使用的工具非常锋利。我知道PDF中没有表格概念。在谷歌搜索之后，有人说使用itextsharp+自定义iTextractionStrategy可能实现这一目标。但我不知道怎么开始。有人能给我一些提示吗？还是一小段示例代码

---

干杯

此代码仅用于阅读您需要的PDF文件

using iTextSharp.text.pdf;
using iTextSharp.text.pdf.parser;

从dll itextsharp.dll

var pdfReader = new PdfReader(_filePath);

for (int i = 0; i < pdfReader.NumberOfPages; i++)
{
   var locationTextExtractionStrategy = new LocationTextExtractionStrategy();

   string textFromPage = PdfTextExtractor.GetTextFromPage(pdfReader, i + 1, locationTextExtractionStrategy);

   textFromPage = Encoding.UTF8.GetString(Encoding.Convert(Encoding.Default, Encoding.UTF8, Encoding.Default.GetBytes(textFromPage)));

   //Do Something with the text
}

var-pdfReader=新的pdfReader（\u文件路径）；
对于（int i=0；i

此代码用于读取表格内容。所有的值都用（）Tj括起来，所以我们查找所有的值，然后可以使用字符串result执行任何操作

    string _filePath = @"~\MyPDF.pdf";
    public List<String> Read()
    {
        var pdfReader = new PdfReader(_filePath);
        var pages = new List<String>();

        for (int i = 0; i < pdfReader.NumberOfPages; i++)
        {
            string textFromPage = Encoding.UTF8.GetString(Encoding.Convert(Encoding.Default, Encoding.UTF8, pdfReader.GetPageContent(i + 1)));

            pages.Add(GetDataConvertedData(textFromPage));
        }

        return pages;
    }

    string GetDataConvertedData(string textFromPage)
    {
        var texts = textFromPage.Split(new[] { "\n" }, StringSplitOptions.None)
                                .Where(text => text.Contains("Tj")).ToList();

        return texts.Aggregate(string.Empty, (current, t) => current + 
                   t.TrimStart('(')
                    .TrimEnd('j')
                    .TrimEnd('T')
                    .TrimEnd(')'));
    }

string\u filePath=@“~\MyPDF.pdf”；
公共列表读取（）
{
var pdfReader=新的pdfReader（_filePath）；
var pages=新列表（）；
对于（int i=0；itext.Contains（“Tj”））.ToList（）；
返回文本.Aggregate（string.Empty，（current，t）=>current+
t、 TrimStart（“（”）
.TrimEnd（'j'）
.TrimEnd（'T'）
.TrimEnd（“）”）；
}

这是一种更为手动的方法，但也很有用

    /// <summary>
    /// Lê uma tabela de um pdf
    /// </summary>
    /// <param name="pdf">Caminho do PDF</param>
    /// <param name="origemXPag1">Inicio da leitura no eixo X para a primeira página</param>
    /// <param name="origemYPag1">Inicio da leitura no eixo Y para a primeira página</param>
    /// <param name="linhasPag1">Quantidade de linhas da primeira página</param>
    /// <param name="origemXOutrasPag">Inicio da leitura no eixo X para as demais páginas</param>
    /// <param name="origemYOutrasPag">Inicio da leitura no eixo Y para as demais páginas</param>
    /// <param name="linhasOutrasPag">Quantidade de linhas das demais páginas</param>
    /// <param name="alturaLinha">Altrura da linha</param>
    /// <param name="colunas">Nome e largura das colunas</param>
    /// <returns></returns>
    private static List<Dictionary<string, string>> LerTabelaPDF(string pdf, float origemXPag1, float origemYPag1, int linhasPag1, float origemXOutrasPag, float origemYOutrasPag, int linhasOutrasPag, float alturaLinha, Dictionary<string, float> colunas)
    {
        // Primeira página
        float origemX = origemXPag1;
        float origemY = origemYPag1;
        int quantidadeLinhas = linhasPag1;

        var resultado = new List<Dictionary<string, string>>();
        using (PdfReader leitor = new PdfReader(pdf))
        {
            var texto = string.Empty;
            for (int i = 1; i <= leitor.NumberOfPages; i++)
            {
                if (i > 1)
                {
                    origemX = origemXOutrasPag;
                    origemY = origemYOutrasPag;
                    quantidadeLinhas = linhasOutrasPag;
                }
                for (int l = 0; l < quantidadeLinhas; l++)
                {
                    var dados = new Dictionary<string, string>();
                    int c = 0;
                    float deslocamentoX = 0;
                    foreach (var coluna in colunas)
                    {
                        RectangleJ rect = new RectangleJ(origemX + deslocamentoX, origemY + (l * alturaLinha), coluna.Value, alturaLinha);
                        RenderFilter filter = new RegionTextRenderFilter(rect);
                        ITextExtractionStrategy strategy = new FilteredTextRenderListener(new LocationTextExtractionStrategy(), filter);
                        texto = PdfTextExtractor.GetTextFromPage(leitor, i, strategy);

                        dados.Add(coluna.Key, texto);
                        c++;
                        deslocamentoX += coluna.Value;
                    }
                    if (dados != null)
                        resultado.Add(dados);
                }
            }
        }
        return resultado;
    }

//
///Lêuma tabela de um pdf
/// 
///卡米尼奥
///没有埃克索，也没有帕吉纳
///我不知道该怎么做
///帕吉纳初级学校数量
///我不知道该怎么做
///我不知道你是谁
///林哈斯的数量是páginas
///阿尔特鲁拉达林哈酒店
///诺姆·拉古拉·达斯·科鲁纳斯
/// 
私有静态列表LerTabelaPDF（字符串pdf、浮点OrigmXPAG1、浮点OrigmYPAG1、int-linhasPag1、浮点OrigmXOutraspag、浮点OrigmYoutRaspag、int-linhasOutrasPag、浮点alturaLinha、字典colunas）
{
//普里梅拉·帕吉纳
浮点数origemX=origemXPag1；
浮动原点=origemYPag1；
int quantidadelihas=linhasPag1；
var resultado=新列表（）；
使用（PdfReader leitor=新PdfReader（pdf））
{
var texto=string.Empty；
对于（int i=1；i 1）
{
origemX=origemXOutrasPag；
origemY=origemYOutrasPag；
QuantidaDeliHas=linhasOutrasPag；
}
对于（int l=0；l

使用：

        var colunas = new Dictionary<string, float>();
        colunas.Add("cod", 20);
        colunas.Add("desc", 300);

        var registros = LerTabelaPDF(pdf, 19, 75, 9, 19, 40, 13, 40, colunas);
        var cod = registros[0]["cod"];

var colunas=newdictionary（）；
添加（“cod”，20）；
添加（“说明”，300）；
var registros=LerTabelaPDF（pdf，19,75,9,19,40,13,40，colunas）；
var cod=registros[0][“cod”]；

由于您没有提供PDF样本，您的问题只能得到一般性的回答。因此，如果你真的只想阅读一个特定的表格（或一种特定的表格），你可能需要提供一个PDF样本来获得特定的答案。请参阅本文及其链接，你可以多次完整地解析同一页面，每次都可以提取其中的不同部分。这比只将其解析一次到常规的

LocationTextExtractionStrategy

中，然后通过调用

LocationTextExtractionStrategy.getResultantText（TextChunkFilter）

分别匹配

TextChunkFilter

来检索这些不同页面区域的内容要长得多。在与iText 7类似的上下文中，该开关进行了提取。。。