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

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。在本文中，将使用C＃.NET将PDF转换为TXT文件，并将TXT文件转换为PDF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。

（安装包仅提供部分功能，并设置限制，如需试用完整功能请申请免费授权）

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 documentDocument pdfDocument = new Document(dataDir + "MultiColumnPdf.pdf");StringBuilder builder = new StringBuilder();// String to hold extracted textstring 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 fileFile.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 documentDocument pdfDocument = new Document(dataDir + "MultiColumnPdf.pdf");StringBuilder builder = new StringBuilder();// String to hold extracted textstring 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 fileFile.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。

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 fileSystem.IO.TextReader tr = new StreamReader(dataDir + "Test.txt", Encoding.UTF8, true);// Initialize new DocumentDocument doc = new Document();// Add blank pagePage page = doc.Pages.Add();String strLine;// Initiate TextBuilder objectTextBuilder 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 filedoc.Save(dataDir + "TexttoPDF.pdf");tr.Close();

还想要更多吗可以点击阅读【2020 · Aspose最新资源整合】，查找需要的教程资源。如果您有任何疑问或需求，请随时加入Aspose技术交流群（），我们很高兴为您提供查询和咨询。
标签：

来源：慧都