很简单,我需要从多个PDF中抓取文本(实际上相当多),以便在将其粘贴到SQL数据库之前分析内容。
我发现了一些相当粗略的免费C#库可以工作(最好的是使用iTextSharp),但是有无数的格式错误,一些字符被打乱,很多时候到处都是空格(‘') -单词内部,每个字母之间,大块的空格占据了几行,这一切看起来都有点随机。
有没有什么简单的方法可以做到这一点,我完全忽略了(很有可能!)或者这是一项需要将提取的字节值可靠地转换为字母的艰巨任务?
https://stackoverflow.com/questions/2116440
复制相似问题