ASP.NET專題實務 WebForm + MVC線上教學影片 -- MIS2000Lab.

MIS2000 Lab.已推出20餘本電腦書，曾任資策會專任講師與微軟MVP。自.NET 1.x起，已出版15本ASP.NET (Web Form)書籍，也有遠距教學 線上教程 教學影片

2010-01-22

[習題]ASP.NET 讀取 PDF檔案、轉成 TXT文字檔

摘要:[習題]ASP.NET 讀取 PDF檔案、轉成 TXT文字檔

 

[習題]ASP.NET 讀取 PDF檔案、轉成 TXT文字檔  


找了一下 Google，發現滿多人推薦 PDFBox（請由此下載  http://sourceforge.net/projects/pdfbox/files/）
它原本是 Java PDF Library，但也提供了 .NET可參考的 DLL檔，對於中文的支援也加入了。

======================================================
本範例 資料來源: http://blog.csdn.net/yezi2413/archive/2008/10/23/3132074.aspx
特此感謝。
======================================================

首先，下載 PDFBox。

解壓縮之後，裡面有一個 \bin子目錄，就有 .NET可用的 DLL檔。
並且在 VS 2008裡面「加入參考」

只要加入這兩個，其他的都會自動添加。
IKVM.GNU.Classpath.dll
PDFBox-0.7.3.dll

 

別忘了，在程式裡面，自己加入這兩個 NameSpace喔！
using org.pdfbox.pdmodel;
using org.pdfbox.util;

01 using System;
02
03 using System.Configuration;
04
05 using System.Data;
06
07 using System.Linq;
08
09 using System.Web;
10
11 using System.Web.Security;
12
13 using System.Web.UI;
14
15 using System.Web.UI.HtmlControls;
16
17 using System.Web.UI.WebControls;
18
19 using System.Web.UI.WebControls.WebParts;
20
21 using System.Xml.Linq;
22
23   
24
25 //=======================
26
27 //== 本範例 資料來源: http://blog.csdn.net/yezi2413/archive/2008/10/23/3132074.aspx
28
29 using System.IO;
30
31 using System.Text;
32
33   
34
35 using org.pdfbox.pdmodel;  //-- 由此下載 http://sourceforge.net/projects/pdfbox/files/
36
37 using org.pdfbox.util;
38
39 //=======================
40
41   
42
43 public partial class _Default : System.Web.UI.Page  
44
45 {
46
47     protected void Page_Load(object sender, EventArgs e)
48     {
49
50         FileInfo pdffile = new FileInfo("c:\\mis2000lab_example.pdf");
51
52         //-- http://msdn.microsoft.com/zh-tw/library/system.io.fileinfo.aspx
53         //    以下所列都是可以接受的路徑：
54         //    C# 中的 "c:\\MyDir\\MyFile.txt"，或 Visual Basic 中的 "c:\MyDir\MyFile.txt"。
55         //    C# 中的 "c:\\MyDir"，或 Visual Basic 中的 "c:\MyDir"。
56         //    C# 中的 "MyDir\\MySubdir"，或 Visual Basic 中的 "MyDir\MySubDir"。
57         //    C# 中的 "\\\\MyServer\\MyShare"，或 Visual Basic 中的 "\\MyServer\MyShare"。
58   
59
60         if (pdffile.Exists)
61         {
62             FileInfo file = new FileInfo("c:\\mis2000lab_example.txt");
63             pdf2txt(pdffile, file);
64         }
65         else
66         {
67             Response.Write("The File is NOT Exist.");
68         }
69
70     }
71
72
73     public void pdf2txt(FileInfo file, FileInfo txtfile)
74     {
75         PDDocument doc = PDDocument.load(file.FullName);
76
77         PDFTextStripper pdfStripper = new PDFTextStripper();
78
79         string text = pdfStripper.getText(doc);
80
81         StreamWriter swPdfChange = new StreamWriter(txtfile.FullName, false, Encoding.GetEncoding(65001));
82
83         swPdfChange.Write(text);
84         swPdfChange.Close();
85     }
86
87 }

 

 

Line 63 ---- 原作的範例，在pdf2txt(file, pdffile); 這個地方稍有問題，我修改為  pdf2txt(pdffile, file);

Line 81 ---- 程式中的編碼65001就是 utf-8，您也可以寫成
StreamWriter swPdfChange = new StreamWriter(txtfile.FullName, false, Encoding.GetEncoding("utf-8"));

 

============================================================================

原本第63行  pdf2txt(pdffile, file);，若改成以下的程式碼，
讀取出來會變成亂碼。

有人建議「還是乖乖轉成 txt文字檔，可以剃除掉 PDF檔案裡面包含的圖片」
上面的程式 第63行  pdf2txt(pdffile, file);，就是將 PDF轉成 txt文字檔

就一切ok了。

01                 //-- StreamReader
02                 //-- http://msdn.microsoft.com/zh-tw/library/system.io.streamreader.aspx
03
04                 //-- StreamReader
05                 //-- http://msdn.microsoft.com/zh-tw/library/system.io.streamreader.aspx
06
07 using (StreamReader sr = new StreamReader(pdffile.FullName, Encoding.GetEncoding(65000)))
08                 {
09                     string line = null;
10
11                     while ((line = sr.ReadLine()) != null)
12                     {
13                         Label1.Text = Label1.Text + line;
14                     }
15
16                 }

 

 ======================================================
本範例 資料來源: http://blog.csdn.net/yezi2413/archive/2008/10/23/3132074.aspx
特此感謝。
======================================================

 

另外一個範例，請參閱

[微軟範例] iTextSharp.dll 將 GridView匯出 doc/access/csv/Excel/pdf/xml/html/text/print

 

 

我將思想傳授他人， 他人之所得，亦無損於我之所有；

猶如一人以我的燭火點燭，光亮與他同在，我卻不因此身處黑暗。----Thomas Jefferson

線上課程教學，遠距教學 (Web Form 約 51hr)  https://dotblogs.com.tw/mis2000lab/2016/02/01/aspnet_online_learning_distance_education_VS2015

線上課程教學，遠距教學 (ASP.NET MVC 約 135hr)  https://dotblogs.com.tw/mis2000lab/2018/08/14/ASPnet_MVC_Online_Learning_MIS2000Lab

 

寫信給我，不要私訊 --  mis2000lab (at) yahoo.com.tw  或  school (at) mis2000lab.net

 (1) 第一天 ASP.NET MVC5 完整影片（5.5小時 / .NET 4.x版）免費試聽。影片 https://youtu.be/9spaHik87-A 

 (2) 第一天 ASP.NET Core MVC 完整影片（3小時 / .NET Core 6.0~8.0）免費試聽。影片 https://youtu.be/TSmwpT-Bx4I 

[學員感言] mis2000lab課程評價 - ASP.NET MVC , WebForm  。 https://mis2000lab.medium.com/%E5%AD%B8%E5%93%A1%E6%84%9F%E8%A8%80-mis2000lab%E8%AA%B2%E7%A8%8B%E8%A9%95%E5%83%B9-asp-net-mvc-webform-77903ce9680b  


ASP.NET遠距教學、線上課程（Web Form + MVC）。 第一天課程， "完整" 試聽。 

.........   facebook社團   https://www.facebook.com/mis2000lab   ......................

.........  YouTube (ASP.NET) 線上教學影片  https://www.youtube.com/channel/UC6IPPf6tvsNG8zX3u1LddvA/

 

Blog文章 "附的範例" 無法下載，請看 https://dotblogs.com.tw/mis2000lab/2016/03/14/2008_2015_mis2000lab_sample_download

請看我們的「售後服務」範圍（嚴格認定）。

...................................................................................................................................................... 

ASP.NET MVC  => .NET Core MVC 線上教學  ...... 第一天課程 完整內容 "免費"讓您評估 / 試聽

[遠距教學、教學影片] ASP.NET (Web Form) 課程 上線了！MIS2000Lab.主講   事先錄好的影片，並非上課側錄！   觀看時，有如「一對一」面對面講課。

 

 

 

贊助商連結

BloggerAds