如何在C++中讀取PDF文件

讓我們編寫 C++ 程式碼，呼叫 Xpdf 命令列工具從 PDF 文件中提取文字內容。 我們將使用以下 input.pdf 檔案：

如何在 C++ 中讀取 PDF 檔案：圖 1

程式碼範例如下：

#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
}

程式碼解釋

在上面的程式碼中，我們定義了變數 pdfPath 來保存輸入 PDF 檔案的路徑。請務必將其替換為您實際輸入 PDF 文件的正確路徑。

我們也定義了 outputFilePath 變數來保存 Xpdf 將產生的輸出文字檔案的路徑。

程式碼使用 system 函數執行 pdftotext 命令，並將輸入 PDF 檔案路徑和輸出文字檔案路徑作為命令列參數傳遞。 status 變數擷取指令的退出狀態。

如果 pdftotext 執行成功（狀態為 0），我們將繼續使用 ifstream 開啟輸出文字檔。 然後我們逐行讀取文字內容，並將其儲存在 textContent 字串中。

最後，我們將從生成的輸出檔案中提取的文字內容輸出到控制台。 如果您不需要可編輯的輸出文字文件，或者想要釋放磁碟空間，只需在程式結束時，在結束主函數之前使用以下命令將其刪除：

remove(outputFilePath.c_str());

remove(outputFilePath.c_str());

編譯 C++ 程式碼並執行可執行檔。 如果將 pdftotext 新增至環境變數系統路徑中，則其指令將成功執行。 該程式會產生輸出文字文件，並從 PDF 文件中提取文字內容。 提取出的文字隨後顯示在控制台上。

輸出結果如下

如何在 C++ 中讀取 PDF 檔案：圖 2