阅读现有的PDF格式的所有文件信息

Question

我想读取一个现有的PDF文件，不仅获得文本，而且格式信息如：字体（粗体，斜体...）和段落...是否有这是一个代码库，是开源还是商业？

我在Windows上，喜欢C＃库，但C/C++也是可以接受的。

Answer 1

我可以很推荐 的PDFlib（http://www.pdflib.com/）。 它的商业，但它也有一个精简版，你可以私下使用。它包含非常多的muach功能，可用于所有平台。

Answer 2

我会在此回应梅耶斯先生。似乎有一些他们;在您喜爱的搜索引擎中搜索“pdf解析器库”（加上您的语言）。

几个排名靠前：

http://www.lowagie.com/iText/

http://metacpan.org/pod/PDF::Parse

http://podofo.sourceforge.net/

http://www.vicman.net/download/13733/（数为.NET）

需要注意的是，如果你想编辑现有的PDF，你可能想读这个：

http://1t3xt.info/tutorials/faq.php?branch=faq.pdf_in_general&node=replace_word

Answer 3

Pdfium.Net SDK也可以帮助你。通过此API，您可以访问文本，图像和其他对象及其属性的集合。 请注意我在开发此API的公司工作。