Administrator: Administrator がページ「Mono/PDFからテキストを抽出する」を「MonoでPDFからテキストを抽出する」に移動しました

2020-12-23T03:09:29Z

Administrator がページ「Mono/PDFからテキストを抽出する」を「MonoでPDFからテキストを抽出する」に移動しました

← 古い版	2020年12月23日 (水) 03:09時点における版
(相違点なし)

153.220.18.74: ページの作成:「PDFからテキストを抽出したい。 ==実装例1== iTextSharpでテキストの抽出も出来るようだ。新規にPDFを生成するだけだと思って...」

2015-01-30T01:37:49Z

ページの作成:「PDFからテキストを抽出したい。 ==実装例1== iTextSharpでテキストの抽出も出来るようだ。新規にPDFを生成するだけだと思って...」

新規ページ

[[PDF]]からテキストを抽出したい。

==実装例1==
iTextSharpでテキストの抽出も出来るようだ。
新規にPDFを生成するだけだと思っていたよ。
すごいぞiTextSharp。

[[Mac]]上の[[Xamarin Studio]]で[[NuGet]]から[[iTextSharp]]を入れて試してみたが[[Mono]]でも問題なく動くようだ。
今のところ互換性問題やプラットフォーム依存はないと思われるので[[MonoMac]]なんかでも大丈夫だと思う。

<source lang="csharp">
using System;
using System.IO;
using System.Linq;

using iTextSharp;
using iTextSharp.text;
using iTextSharp.text.pdf;
using iTextSharp.text.pdf.parser;

class MainClass
{
public static void Main(string[] args)
{
var filename = "test.pdf";

using (var pdfReader = new PdfReader(filename))
{
var strategy = new SimpleTextExtractionStrategy();

for (int pageNum = 1; pageNum <= pdfReader.NumberOfPages; pageNum++)
{
// １ページまるごとテキスト化
var text = PdfTextExtractor.GetTextFromPage(pdfReader, pageNum, strategy);

// 行単位に分割
var lines = text.Split('\n');
for (int lineNum = 1; lineNum <= lines.Length; lineNum++)
{
var line = lines[lineNum - 1];
Console.WriteLine("{0:D2}:{1:D2}|{2}", pageNum, lineNum, line);
}
}
}
}
}
</source>

[[category:Mono]]

MonoでPDFからテキストを抽出する - 版の履歴

Administrator: Administrator がページ「Mono/PDFからテキストを抽出する」を「MonoでPDFからテキストを抽出する」に移動しました

153.220.18.74: ページの作成:「PDFからテキストを抽出したい。 ==実装例1== iTextSharpでテキストの抽出も出来るようだ。 新規にPDFを生成するだけだと思って...」

153.220.18.74: ページの作成:「PDFからテキストを抽出したい。 ==実装例1== iTextSharpでテキストの抽出も出来るようだ。新規にPDFを生成するだけだと思って...」