C++でPDFファイルを読む方法

PDFドキュメントからテキストコンテンツを抽出するために、Xpdfコマンドラインツールを呼び出すC++コードを書きましょう。 次の input.pdf ファイルを使用します:

コード例は次のとおりです：

#include <cstdlib>
#include <iostream>
#include <fstream>

using namespace std;

int main() {
    // Specify the input and output file paths
    string pdfPath = "input.pdf";
    string outputFilePath = "output.txt";

    // Construct the command to run pdftotext
    string command = "pdftotext " + pdfPath + " " + outputFilePath;
    int status = system(command.c_str());

    // Check if the command executed successfully
    if (status == 0) {
        cout << "Text extraction successful." << endl;
    } else {
        cout << "Text extraction failed." << endl;
        return 1; // Exit the program with error code
    }

    // Open the output file to read the extracted text
    ifstream outputFile(outputFilePath);
    if (outputFile.is_open()) {
        string textContent;
        string line;
        while (getline(outputFile, line)) {
            textContent += line + "\n"; // Append each line to the textContent
        }
        outputFile.close();

        // Display the extracted text
        cout << "Text content extracted from PDF document:" << endl;
        cout << textContent << endl;
    } else {
        cout << "Failed to open output file." << endl;
        return 1; // Exit the program with error code
    }

    return 0; // Exit the program successfully
}

#include <cstdlib>
#include <iostream>
#include <fstream>

using namespace std;

int main() {
    // Specify the input and output file paths
    string pdfPath = "input.pdf";
    string outputFilePath = "output.txt";

    // Construct the command to run pdftotext
    string command = "pdftotext " + pdfPath + " " + outputFilePath;
    int status = system(command.c_str());

    // Check if the command executed successfully
    if (status == 0) {
        cout << "Text extraction successful." << endl;
    } else {
        cout << "Text extraction failed." << endl;
        return 1; // Exit the program with error code
    }

    // Open the output file to read the extracted text
    ifstream outputFile(outputFilePath);
    if (outputFile.is_open()) {
        string textContent;
        string line;
        while (getline(outputFile, line)) {
            textContent += line + "\n"; // Append each line to the textContent
        }
        outputFile.close();

        // Display the extracted text
        cout << "Text content extracted from PDF document:" << endl;
        cout << textContent << endl;
    } else {
        cout << "Failed to open output file." << endl;
        return 1; // Exit the program with error code
    }

    return 0; // Exit the program successfully
}

コードの説明

上記のコードでは、pdfPath 変数を定義して入力PDFファイルのパスを保持します。実際の入力PDFドキュメントへの適切なパスに置き換えてください。

また、outputFilePath 変数を定義して、Xpdfによって生成される出力テキストファイルのパスを保持します。

コードは、コマンドライン引数として入力PDFファイルパスと出力テキストファイルパスを渡して、pdftotext コマンドを system 関数で実行します。 status 変数はコマンドの終了ステータスを取得します。

もし pdftotext が成功裏に実行され（ステータスが0で示されます）、その場合 ifstream を使用して出力テキストファイルを開きます。 その後、テキストコンテンツを一行ずつ読み込み、textContent 文字列に格納します。

最終的に、生成された出力ファイルからコンソールに抽出されたテキストコンテンツを出力します。 編集可能な出力テキストファイルが不要な場合やディスクスペースを解放したい場合、プログラムの最後にmain関数を終了する前に、次のコマンドを使用してそれを削除します：

remove(outputFilePath.c_str());

remove(outputFilePath.c_str());

C++コードをコンパイルし、実行可能ファイルを実行します。 もし pdftotext が環境変数システムパスに追加されていれば、そのコマンドは成功裏に実行されます。 プログラムは出力テキストファイルを生成し、PDFドキュメントからテキストコンテンツを抽出します。 抽出されたテキストはその後コンソールに表示されます。

出力は次の通りです