附加 XML 文件的 PDF 文件

Question

大家好，

我有一个带有 xml 的 PDF 文件，我需要解析该 xml 文件。有谁知道我该怎么做？ 我正在使用 C#。

提前致谢。

Answer 1

我相信这篇博文描述了如何使用 C# 读取 PDF 文件就是您想要的。

这是他给出的从 PDF 中抓取文本的示例：

using System;
using org.pdfbox.pdmodel;
using org.pdfbox.util;

namespace PDFReader
{
class Program
{
    static void Main(string[] args)
    {
        PDDocument doc = PDDocument.load("lopreacamasa.pdf");
        PDFTextStripper pdfStripper = new PDFTextStripper();
        Console.Write(pdfStripper.getText(doc));
    }
}
}

这里看起来是一份详尽且组织严密的列表，介绍了如何使用 C# 阅读 PDF。

如果您需要的是某种形式的嵌入式元数据，正如马克建议的那样，我确信也可以使用我链接到的工具来获取。

Answer 2

尝试按照this问题中的建议使用LINQ to XML。

Answer 3

PDF 文件可以有元数据信息对象，还是作为对象嵌入的 XML 文件？