zoukankan      html  css  js  c++  java
  • C# 使用Aspose.Pdf读取Pdf表格

    pdf文件内容:

    1.上面我们有一个pdf文件,内容为表格形式的,在使用Aspose.Pdf读取的时候,如果不定义读取时的TextExtractionOptions,我们看一下读取的内容是什么样子的?

    可以看到在读取pdf文字的时候,并没有按照表格划分,而是视觉上同一行的文字被划分到同一行,这样在处理数据的时候就比较麻烦。

    2.我们定义一下TextExtractionOptions试试:

    var textExtractionOptions = new TextExtractionOptions(TextExtractionOptions.TextFormattingMode.Raw);

    我们可以看到这时候的文字已经按照单元格分开了。

    参考代码:

     1 using Aspose.Pdf;
     2 using Aspose.Pdf.Text;
     3 using Aspose.Pdf.Text.TextOptions;
     4 
     5 namespace Test
     6 {
     7     class Program
     8     {
     9         static void Main(string[] args)
    10         {
    11             Document pdfDocument = new Document(@"d:\pdf.pdf");
    12             var textExtractionOptions = new TextExtractionOptions(TextExtractionOptions.TextFormattingMode.Raw);
    13             var textSearchOptions = new TextSearchOptions(true);
    14             TextAbsorber textAbsorber = new TextAbsorber(textExtractionOptions, textSearchOptions);
    15             pdfDocument.Pages.Accept(textAbsorber);
    16             string content = textAbsorber.Text;
    17         }
    18     }
    19 }
  • 相关阅读:
    第二十三章 kubernetes 核心技术Volume
    第二十一章 kubernetes核心技术Ingress
    第十九章 kubernetes 核心技术ConfigMap
    vuejs在解析时出现闪烁的原因及防止闪烁的方法
    2020/9/5
    2021/9/3
    2021/9/7
    2021/9/2
    2021/9/4
    2021/9/6
  • 原文地址:https://www.cnblogs.com/yellow3gold/p/14754911.html
Copyright © 2011-2022 走看看