从pdf中提取文本 [英] To Extract Text from pdf

问题描述

我正在做一个大学项目来为pdf文件生成索引。我发现你的代码从文本文件中提取完整的文本，但问题是它无法分隔不同的页码。如果你能帮助我，我将非常感激。

解决方案

< blockquote>考虑以下开源C ++库之一：PoDoFo或QPDF：

http：// en .wikipedia.org / wiki / Podofo [ ^ ] ，

http://sourceforge.net/projects/podofo/ [ ^ ]，

http://qpdf.sourceforge.net/ [ ^ ]，

http://sourceforge.net/projects/qpdf [< a href =http://sourceforge.net/projects/qpdf目标=_ blanktitle =新窗口> ^ ]。

-SA

I am doing a college project to generate indexes for a pdf file. I found your code which extracted complete text from a text file, but the problem is it cannot separate different page numbers.If you can help me it will be much appreciated.

解决方案

Consider one of the following open-source C++ libraries: PoDoFo or QPDF:
http://en.wikipedia.org/wiki/Podofo[^],
http://sourceforge.net/projects/podofo/[^],
http://qpdf.sourceforge.net/[^],
http://sourceforge.net/projects/qpdf[^].

—SA

这篇关于从pdf中提取文本的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！