如何在C++中讀取PDF文件

讓我們編寫C++代碼，以調用Xpdf命令行工具從PDF文件中提取文本內容。 我們要使用以下input.pdf文件：

代碼示例如下：

#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
}

代碼解釋

在上述代碼中，我們定義了pdfPath變量以保存輸入PDF文件的路徑。確保替換為您實際的輸入PDF文件的適當路徑。

我們還定義了outputFilePath變量來保存將由Xpdf生成的輸出文本文件的路徑。

代碼使用system函數執行pdftotext命令，將輸入PDF文件路徑和輸出文本文件路徑作為命令行參數。 status變量捕獲命令的退出狀態。

如果pdftotext成功執行（由狀態0表示），我們就會繼續使用ifstream打開輸出的文本文件。 然後我們逐行讀取文本內容，存儲在textContent字符串中。

最後，我們將提取的文本內容從生成的輸出文件輸出到控制台。 如果不需要可編輯的輸出文本文件或想要釋放磁碟空間，在程序結束之前通過以下命令將其刪除，然後結束主函數：

remove(outputFilePath.c_str());

remove(outputFilePath.c_str());

編譯C++代碼並運行可執行文件。 如果pdftotext被添加到環境變數系統路徑，它的命令將成功執行。 程序生成了輸出的文本文件並從PDF文件中提取文本內容。 提取的文本然後在控制台上顯示。

輸出如下所示