共10 条记录, 每页显示 10 条, 页签:
[1]
[浏览完整版]
标题：pdf中获取内容包括表格内容
1楼
qaz17909 发表于：2024/3/15 21:36:00有个业务需要将pdf中的内容提取出来，pdf中有些字段内容比如编号、时间等，然后pdf中还有表格，需要将表格中的内容也提取出来。
2楼
有点蓝 发表于：2024/3/16 8:54:00这个需要自行研究了，网上搜搜iTextSharp的用法
3楼
qaz17909 发表于：2024/3/17 11:07:00可以提取了，但是发现有些pdf提取后的中文是乱码，这个应该如何解码？上传的两个pdf文档一个正常，一个中文乱码
4楼
有点蓝 发表于：2024/3/17 20:45:00去掉这句有没有问题？
pagetext = Encoding.UTF8.GetString(ASCIIEncoding.Convert(Encoding.[Default], Encoding.UTF8, Encoding.[Default].GetBytes(pagetext)))
如果不行，自己试试不同编码的结果
5楼
qaz17909 发表于：2024/3/18 9:10:00去掉这句也是不行的，我改了加粗的地方，但是还是不行
pagetext = Encoding.UTF8.GetString(ASCIIEncoding.Convert(Encoding.[Default], Encoding.UTF8, Encoding.[Default].GetBytes(pagetext)))
6楼
有点蓝 发表于：2024/3/18 9:15:00pagetext = Encoding.UTF8.GetString(ASCIIEncoding.Convert(Encoding.[Default], Encoding.UTF8, Encoding.[Default].GetBytes(pagetext)))
什么所有红色的地方都改为不同的编码试试。如果不知道pdf到底使用的什么编码，只能自己试试所有编码的组合了
7楼
qaz17909 发表于：2024/5/9 13:19:00三楼的这个附件是我原先上传的，为什么现在下载下来不能用了？
[此贴子已经被作者于2024/5/9 13:19:40编辑过]
8楼
有点蓝 发表于：2024/5/9 13:31:00提示什么错误？
9楼
qaz17909 发表于：2024/5/9 13:42:00好像又可以了，还有问题，可否用代码将pdf格式的文件，另存为txt文本文件？
10楼
有点蓝 发表于：2024/5/9 14:35:00不能的
共10 条记录, 每页显示 10 条, 页签:
[1]