首页
学习
活动
专区
工具
TVP
发布
社区首页 >问答首页 >有没有一个可以从PDFBox for Java这样的C++文件中提取文本的PDF库?

有没有一个可以从PDFBox for Java这样的C++文件中提取文本的PDF库?
EN

Stack Overflow用户
提问于 2012-03-31 07:06:04
回答 3查看 36.4K关注 0票数 22

去年,我用Java语言制作了一个应用程序,使用PDFBox获取一些PDF文件中的原始文本,现在我需要将该应用程序移植到C++。

我想知道实现我所需的最好的C++替代方案是什么。

我将举一个例子,以防对您有所帮助:

大多数文件将如下所示:http://www.jumbala.net/backup/league.pdf

使用PDFBox,使用该文件,在第2页和第3页的大部分内容中读取的每一行都将输出一行中的所有数据,并以空格分隔,而不是像现在一样将其保存在网格中。

因此,第2页中的第一个相关行将如下所示:

代码语言:javascript
复制
FB 847 - Tremblay, Gérard 179,63 56 16167 90 268 s27 p3 669 s14 199 223 193 615

或者类似的东西,因为它们的出现顺序有很小的变化,但我并不关心这些,只要相似的行输出相同,因为我只是解析它们,并将需要的值放在不同的变量中。

那么,了解了所有这些之后,有没有一个库可以让我在C++程序中获得类似的结果呢?

编辑:http://www.codeproject.com/Articles/7056/Code-to-extract-plain-text-from-a-PDF-file上查看了sacredFaith的链接并尝试后,我得到了一个奇怪的输出,我前面提到的示例文件是这样的:

http://www.jumbala.net/backup/league.pdf.txt

我真正需要的部分是在开头的奇怪的字符中。使用Adobe Acrobat Reader X并使用另存为...Text (可访问),我会得到以下结果:

http://www.jumbala.net/backup/league_good.pdf.txt

这大致就是我在Java中使用PDFBox得到的结果,也是我想在C++中得到的输出结果。

EN

回答 3

Stack Overflow用户

回答已采纳

发布于 2012-03-31 22:23:21

Xpdf是一个C++应用程序/库,其中包括从PDF文件中提取纯文本的工具。

票数 11
EN

Stack Overflow用户

发布于 2012-03-31 23:38:15

因为这正是您要寻找的:PoDoFo是用于解析/读取/修改或创建pdf文件的C++库。这个库是跨平台的。

票数 3
EN

Stack Overflow用户

发布于 2012-03-31 07:13:09

我从未使用过以下内容,但在谷歌搜索之后,我发现了以下内容:

http://www.codeproject.com/Articles/7056/Code-to-extract-plain-text-from-a-PDF-file

票数 2
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/9951427

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档