PDF处理控件Aspose.PDF功能演示：使用C#实现PDF和TXT格式互转

╰+攻爆jí腚メ 2023-10-14 17:54 24阅读 0赞

**[Aspose.PDF][]** 是一款高级PDF处理API，可以在跨平台应用程序中轻松生成，修改，转换，呈现，保护和打印文档。无需使用Adobe Acrobat。此外，API提供压缩选项，表创建和处理，图形和图像功能，广泛的超链接功能，图章和水印任务，扩展的安全控件和自定义字体处理。

[Aspose API][]支持流行文件格式处理，并允许将各类文档导出或转换为固定布局文件格式和最常用的图像/多媒体格式。

PDF文件之所以受欢迎，是因为它们支持文本，图像，动画，视频和许多其他注释。

但是，文本是大多数PDF文档中最重要的部分。在本文中，我们将使用C＃.NET将PDF转换为TXT文件，并将TXT文件转换为PDF格式。本文内容包括：

*  使用C＃或VB.NET将PDF转换为TXT文件而不进行格式化
 *  使用C＃或VB.NET使用格式化例程将PDF转换为TXT文件
 *  使用C＃或VB.NET以编程方式将TXT文件转换为PDF

目前，.NET版Aspose.PDF升级到v20.9版，增强TIFF到PDF的转换性能，修复LZW解码器失败等诸多Bug问题，感兴趣的朋友可点击下方按钮下载最新版。

#### 使用C＃或VB.NET将PDF转换为TXT文件而不进行格式化 ####

首先，我们将无需任何格式设置例程即可将PDF转换为文本。文本内容将按原样转换。因此，从输入的PDF文件开始，输出文本将不遵循任何格式。需要按照以下步骤将PDF高效且可靠地转换为TXT。

*  加载输入的PDF文档
 *  初始化StringBuilder类的实例
 *  遍历PDF文档的每一页
 *  使用TextDevice和Raw模式读取文本
 *  将输出文本另存为TXT文件

下面的代码段显示了如何在.NET Framework中使用C＃或VB将PDF转换为TXT文件：

>     // Open document
>     Document pdfDocument = new Document(dataDir + "MultiColumnPdf.pdf");
>     StringBuilder builder = new StringBuilder();
>     // String to hold extracted text
>     string extractedText = "";
>     
>     foreach (Page pdfPage in pdfDocument.Pages)
>     {
>         using (MemoryStream textStream = new MemoryStream())
>         {
>             // Create text device
>             TextDevice textDevice = new TextDevice();
>     
>             // Set different options
>             TextExtractionOptions options = new
>             TextExtractionOptions(TextExtractionOptions.TextFormattingMode.Raw);
>             textDevice.ExtractionOptions = options;
>     
>             // Convert the page and save text to the stream
>             textDevice.Process(pdfPage, textStream);
>     
>             // Close memory stream
>             textStream.Close();
>     
>             // Get text from memory stream
>             extractedText = Encoding.Unicode.GetString(textStream.ToArray());
>         }
>         builder.Append(extractedText);
>     }
>     
>     dataDir = dataDir + "PDF_to_TXT_Raw.txt";
>     // Save the text file
>     File.WriteAllText(dataDir, builder.ToString());

#### 使用C＃或VB.NET使用格式化例程将PDF转换为TXT文件 ####

可以按照以下步骤，使用C＃轻松地将PDF文档的文本内容呈现为TXT文件：

*  加载源PDF文件
 *  启动一个字符串变量
 *  使用TextFormattingMode.Pure通读每个页面
 *  保存转换后的TXT文件

以下代码段显示了如何使用C＃或VB.NET语言将PDF格式转换为TXT文件：

>     // Open document
>     Document pdfDocument = new Document(dataDir + "MultiColumnPdf.pdf");
>     StringBuilder builder = new StringBuilder();
>     // String to hold extracted text
>     string extractedText = "";
>     
>     foreach (Page pdfPage in pdfDocument.Pages)
>     {
>         using (MemoryStream textStream = new MemoryStream())
>         {
>             // Create text device
>             TextDevice textDevice = new TextDevice();
>     
>             // Set different options
>             TextExtractionOptions options = new
>             TextExtractionOptions(TextExtractionOptions.TextFormattingMode.Pure);
>             textDevice.ExtractionOptions = options;
>     
>             // Convert the page and save text to the stream
>             textDevice.Process(pdfPage, textStream);
>     
>             // Close memory stream
>             textStream.Close();
>     
>             // Get text from memory stream
>             extractedText = Encoding.Unicode.GetString(textStream.ToArray());
>         }
>         builder.Append(extractedText);
>     }
>     
>     dataDir = dataDir + "PDF_to_TXT_Pure.txt";
>     // Save the text file
>     File.WriteAllText(dataDir, builder.ToString());

**视觉比较PURE和RAW文本转换**

以下屏幕快照是我们刚刚讨论的两种方法的直观比较。您会注意到，纯模式（最右边的窗口）以与PDF文件（最左边的窗口）相同的格式显示文本。

![PDF处理控件Aspose.PDF功能演示：使用C\#实现PDF和TXT格式互转][PDF_Aspose.PDF_C_PDF_TXT]

#### 使用C＃或VB.NET以编程方式将TXT文件转换为PDF ####

TXT文件通常包含大量文本内容。您可以使用Aspose.PDF for .NET API轻松地将TXT文件转换为PDF文件。只需按照以下步骤执行文本到PDF的转换：

*  创建一个TextReader类的实例
 *  初始化PDF文档并添加空白页
 *  实例化TextBuilder对象
 *  从输入的TXT文件中读取每一行文本
 *  保存输出PDF文件

下面的代码段说明了如何使用C＃或VB.NET语言以编程方式将包含文本的TXT文件转换为PDF文档：

>     // Read input TXT file
>     System.IO.TextReader tr = new StreamReader(dataDir + "Test.txt", Encoding.UTF8, true);
>     
>     // Initialize new Document
>     Document doc = new Document();
>     
>     // Add blank page
>     Page page = doc.Pages.Add();
>     String strLine;
>     
>     // Initiate TextBuilder object
>     TextBuilder builder = new TextBuilder(page);
>     double x = 100; double y = 100;
>     while ((strLine = tr.ReadLine()) != null)
>     {
>      TextFragment text = new TextFragment(strLine);
>      text.Position = new Position(x, y);
>      if (y >= page.PageInfo.Height - 72)
>      {
>       y = 100;
>       page = doc.Pages.Add();
>       builder = new TextBuilder(page);
>      }
>      else
>      {
>       y += 15;
>      }
>      builder.AppendText(text);
>     }
>     
>     // Save output PDF file
>     doc.Save(dataDir + "TexttoPDF.pdf");
>     tr.Close();

[Aspose.PDF]: https://www.evget.com/product/4118
[Aspose API]: https://www.evget.com/supplier/150
[PDF_Aspose.PDF_C_PDF_TXT]: https://img-blog.csdnimg.cn/img_convert/e5bf482d7e93eb171fa0608f10a6553d.png