如何从pdf中获取某种颜色的文本c＃

我必须将PDF文件中的数据放入特定的数据库结构中。这要求我能够从PDF文件中获取某些数据。由于pdf没有任何标签等......我想知道是否有可能获得基于颜色的文本。举例来说，我想要所有的红色文本。或者我想要文档中的所有斜体文字。这在C＃中可能吗？或者是否有其他方法可以轻松过滤PDF文档中的数据？如何从pdf中获取某种颜色的文本c＃

enter image description here

来源

2011-05-03 Ojtwist

您使用的是什么PDF库？ – Oded 2011-05-03 15:43:34

iText pdf，但还没有找到我要找的功能。所以我对任何有关图书馆的建议都是开放的 – Ojtwist 2011-05-03 15:45:00

我采取了不同的方法。我将pdf转换为excel文件。这是很容易搜索彩色文本

来源

2011-05-04 17:12:18 Ojtwist

通过使用这个库http://www.codeproject.com/KB/files/xpdf_csharp.aspx?msg=3154408 你必须每一个字风格的访问（字体，颜色...）

this.pdfDoc.Pages[4].WordList.ElementAt(143).ForeColor

来源

2011-05-03 16:14:27 anth

的iText的PdfTextExtractor（以及所有它依赖于代码）不不跟踪当前的颜色。哎哟。这不会是所有是难以增加，所以你可以自己修改的iText：

添加笔触和填充颜色成员对GraphicState类（适当地更新各种构造函数）。你可能需要为'g'，'G'，'rg'，'RG'，'K'和'k'添加ContentOperator类（也可能是CS，cs，SC，sc，SCN，scn ），修改笔触和填充颜色。
将方法添加到TextRenderInfo以获取当前描边和填充颜色。

来源

2011-05-03 18:13:35

尝试PdfLibTET http://www.pdflib.com/products/tet/
它应该能够获得有关的文字信息。

来源

2011-05-03 19:35:09

如何从pdf中获取某种颜色的文本c＃

回答

相关问题