Regex 使用正则表达式的PDF页面计数

我使用正则表达式计算pdf的页面数。下面是我使用的代码

Regex regex = new Regex(@"/Type\s*/Page[^s]");
MatchCollection matches = regex.Matches(sr.ReadToEnd());
return matches.Count;

---

它适用于1.6以下的版本，但不适用于1.6版本的pdf文件。如果pdf版本为1.6，则返回0页

在您的情况下，您很可能需要使用1.6文档，该文档利用了当时引入的压缩对象流的功能。因为在这样的文档中，您搜索的信息是压缩的，所以正则表达式找不到它

Regex regex = new Regex(@"/Type\s*/Page[^s]");
MatchCollection matches = regex.Matches(sr.ReadToEnd());
return matches.Count;

有一些工具允许您在搜索文件之前解压缩文件中的此类流。但是，在查找它们之前，请注意，您的代码的结果无论如何都不可信

Regex regex = new Regex(@"/Type\s*/Page[^s]");
MatchCollection matches = regex.Matches(sr.ReadToEnd());
return matches.Count;

• 匹配项可能多于页面，因为文件中可能存在旧的、未使用的页面对象或甚至其他错误的正片
• 匹配项可能少于页面，因为PDF允许以其他方式写入这些类型条目

---

对于1.6以下的版本，它可以正常工作-有许多1.4之前的文档会得到错误的结果，还有许多1.6+之前的文档会得到非0的结果。永远不要这样做-使用正则表达式和PDF来计算任何东西都是非常危险的。感谢您提供的信息。是的，我会改变页面计数的方法。如果出现这种情况，则不可靠。pdf是一种复杂的格式，如果没有专门为pdf支持而设计的工具或库，则不应尝试使用。iTextSharp是唯一可用于pdf的Dll吗？或者是否有其他可用的Dll？也有其他Dll，它们具有不同的优缺点，可在不同的许可证下使用。但是，由于我的主要环境是java，我不知道具体有哪些。