PDFテキスト検索C＃

Question

私は、pdfファイルを読んでテキストを検索する必要があります。 そのテキストが存在するページと出現回数を表示する必要があります。 pdfをテキストに読み込むことはできますが、ページ番号を知る必要があります。

ありがとうございました

Answer 1

これにはDocotic.Pdfを使用できます（私はBit Miracleで働いています）。ここで

は、PDF内のテキストを検索する方法のサンプルです：

PdfDocument doc = new PdfDocument("file.pdf"); 
string textToSearch = "some text"; 
for (int i = 0; i < doc.Pages.Count; i++) 
{ 
    string pageText = doc.Pages[i].GetText(); 
    int count = 0; 
    int lastStartIndex = pageText.IndexOf(textToSearch, 0, StringComparison.CurrentCultureIgnoreCase); 
    while (lastStartIndex != -1) 
    { 
     count++; 
     lastStartIndex = pageText.IndexOf(textToSearch, lastStartIndex + 1, StringComparison.CurrentCultureIgnoreCase); 
    } 

    if (count != 0) 
     Console.WriteLine("Page {0}: '{1}' found {2} times", i, textToSearch, count); 
} 

大文字と小文字を区別する検索を実行したい場合は、IndexOfメソッドの第三引数を削除することもできます。

Answer 2

itextsharpを確認しましたか？ http://itextsharp.sourceforge.net/

EDIT：PdfReaderContentParser PdfReaderContentParserとPdfTextExtractor

で抽出したテキスト

以下：： 15.3.3： は詳述すると、TOCに、私は上のセクションを見て処理するためのオプションがあるhttp://api.itextpdf.com/com/itextpdf/text/pdf/parser/PdfReaderContentParser.html ページあたりのpdfコンテンツ

これはラウンドに近いようですが、各ページを繰り返して、必要な単語のコンテンツを検索し、見つかったページを返すことができます。