PDF 是由 Adobe Acrobat Reader 创建的一种便携文档格式，被广泛用于在互联网上数字信息共享。 它保留数据格式，并提供设置安全权限和密码保护等功能。 作为 C# 开发人员，您可能遇到过需要将 PDF 功能集成到您的软件应用程序中的情况。 从头构建它可能是一项耗时且繁琐的任务。 因此，考虑到应用程序的性能、效果和效率，从头创建一个新服务或使用预构建库之间的权衡是显著的。

有几个适用于 C# 的 PDF 库可用。 在本文中，我们将探索两个最流行的用于在 C# 中读取 PDF 文档的 PDF 库。

iText 软件

iText，前称 iText Core，是一个在 .NET C# 和 Java 中编程 PDF 文档的库。 它可作为开源许可证 (AGPL) 使用，并可用于商业应用。

iText Core 是一个高级 API，提供便捷的方法来生成和编辑 PDF。 通过 iText Core，您可以拆分、合并、注释、填充表单、数字签名和在 PDF 文件上做更多操作。 iText 提供一个 HTML 到 PDF 转换器。

IronPDF

了解更多关于 IronPDF 是一个 .NET 和 .NET Framework C# 和 Java API，用于从 HTML、CSS 和 JavaScript 生成 PDF 文档，无论是从 URL、HTML 文件还是 HTML 字符串。 IronPDF 允许您操作现有的 PDF 文件，如拆分、合并、注释、数字签名等等。

IronPDF 具有 50 多个功能以创建、读取和编辑 PDF 文件。 当您需要使用 Adobe Acrobat Reader 提供高质量、像素完美的专业 PDF 文件时，它优先考虑速度、易用性和准确性。 API 文档详细，而且可以在其代码示例页面找到大量样本源代码。

创建控制台应用程序

我们将使用 Visual Studio 2022 IDE 来创建一个应用程序作为开始。 Visual Studio 是 C# 开发的官方 IDE，您必须安装它。 如果尚未安装，可以从微软 Visual Studio 网站下载。

以下步骤将创建一个名为"DemoApp"的新项目。

1. 打开 Visual Studio 并点击"创建新项目"。

   

2. 选择"控制台应用程序"并点击"下一步"。

   

3. 设置项目名称。

   

4. 选择 .NET 版本。 选择稳定版本 .NET 6.0。

   

安装 IronPDF 库

一旦项目创建完成，就需要在项目中安装 IronPDF 库以便使用。 按照以下步骤安装。

1. 打开 NuGet 包管理器，可以从解决方案资源管理器或工具中找到。

   

2. 浏览 IronPDF 库并为当前项目选择。 点击安装。

   

在 Program.cs 文件顶部添加以下命名空间：

using IronPdf;

using IronPdf;

Imports IronPdf

Imports IronPdf

安装 iText 库

一旦项目创建完成，需要在项目中安装 iText 库以便使用它。 按照以下步骤安装。

1. 打开 NuGet 包管理器，可以从解决方案资源管理器或工具中找到。

   

2. 浏览 iText 库并为当前项目选择它。 点击安装。

   

在 Program.cs 文件顶部添加以下命名空间：

using iText.Kernel.Pdf.Canvas.Parser.Listener;
using iText.Kernel.Pdf.Canvas.Parser;
using iText.Kernel.Pdf;

using iText.Kernel.Pdf.Canvas.Parser.Listener;
using iText.Kernel.Pdf.Canvas.Parser;
using iText.Kernel.Pdf;

Imports iText.Kernel.Pdf.Canvas.Parser.Listener
Imports iText.Kernel.Pdf.Canvas.Parser
Imports iText.Kernel.Pdf

Imports iText.Kernel.Pdf.Canvas.Parser.Listener
Imports iText.Kernel.Pdf.Canvas.Parser
Imports iText.Kernel.Pdf

打开 PDF 文件

我们将使用以下 PDF 文件从中提取文本。 这是一个两页的 PDF 文档。

使用 iText 库

using iText 库打开 PDF 文件是一个两步过程。 首先，我们创建一个PdfReader对象并将文件位置作为参数传递。 然后我们使用PdfDocument类来创建一个新的 PDF 文档。 代码如下

// Initialize a reader instance by specifying the path of the PDF file
PdfReader pdfReader = new PdfReader("sample.pdf");

// Initialize a document instance using the PdfReader
PdfDocument pdfDoc = new PdfDocument(pdfReader);

// Initialize a reader instance by specifying the path of the PDF file
PdfReader pdfReader = new PdfReader("sample.pdf");

// Initialize a document instance using the PdfReader
PdfDocument pdfDoc = new PdfDocument(pdfReader);

' Initialize a reader instance by specifying the path of the PDF file
Dim pdfReader As New PdfReader("sample.pdf")

' Initialize a document instance using the PdfReader
Dim pdfDoc As New PdfDocument(pdfReader)

' Initialize a reader instance by specifying the path of the PDF file
Dim pdfReader As New PdfReader("sample.pdf")

' Initialize a document instance using the PdfReader
Dim pdfDoc As New PdfDocument(pdfReader)

使用 IronPDF.

using IronPDF 打开 PDF 文件很容易。 使用FromFile方法从任何文件位置打开 PDF。 以下一行代码打开了一个 PDF 文件以读取数据：

// Open a PDF file using IronPDF and create a PdfDocument instance
var pdf = PdfDocument.FromFile("sample.pdf");

// Open a PDF file using IronPDF and create a PdfDocument instance
var pdf = PdfDocument.FromFile("sample.pdf");

' Open a PDF file using IronPDF and create a PdfDocument instance
Dim pdf = PdfDocument.FromFile("sample.pdf")

' Open a PDF file using IronPDF and create a PdfDocument instance
Dim pdf = PdfDocument.FromFile("sample.pdf")

从 PDF 文件读取数据

使用 iText 库

在 iText 库中读取 PDF 数据并不那么直接。 我们必须手动遍历 PDF 文档的每一页以从每一页提取文本。 以下源代码帮助逐页提取 PDF 文档中的文本：

// Iterate through each page and extract text
for (int page = 1; page <= pdfDoc.GetNumberOfPages(); page++)
{
    // Define the text extraction strategy
    ITextExtractionStrategy strategy = new SimpleTextExtractionStrategy();
    
    // Extract text from the current page using the strategy
    string pageContent = PdfTextExtractor.GetTextFromPage(pdfDoc.GetPage(page), strategy);
    
    // Output the extracted text to the console
    Console.WriteLine(pageContent);
}

// Close document and reader to release resources
pdfDoc.Close();
pdfReader.Close();

// Iterate through each page and extract text
for (int page = 1; page <= pdfDoc.GetNumberOfPages(); page++)
{
    // Define the text extraction strategy
    ITextExtractionStrategy strategy = new SimpleTextExtractionStrategy();
    
    // Extract text from the current page using the strategy
    string pageContent = PdfTextExtractor.GetTextFromPage(pdfDoc.GetPage(page), strategy);
    
    // Output the extracted text to the console
    Console.WriteLine(pageContent);
}

// Close document and reader to release resources
pdfDoc.Close();
pdfReader.Close();

' Iterate through each page and extract text
For page As Integer = 1 To pdfDoc.GetNumberOfPages()
    ' Define the text extraction strategy
    Dim strategy As ITextExtractionStrategy = New SimpleTextExtractionStrategy()
    
    ' Extract text from the current page using the strategy
    Dim pageContent As String = PdfTextExtractor.GetTextFromPage(pdfDoc.GetPage(page), strategy)
    
    ' Output the extracted text to the console
    Console.WriteLine(pageContent)
Next

' Close document and reader to release resources
pdfDoc.Close()
pdfReader.Close()

' Iterate through each page and extract text
For page As Integer = 1 To pdfDoc.GetNumberOfPages()
    ' Define the text extraction strategy
    Dim strategy As ITextExtractionStrategy = New SimpleTextExtractionStrategy()
    
    ' Extract text from the current page using the strategy
    Dim pageContent As String = PdfTextExtractor.GetTextFromPage(pdfDoc.GetPage(page), strategy)
    
    ' Output the extracted text to the console
    Console.WriteLine(pageContent)
Next

' Close document and reader to release resources
pdfDoc.Close()
pdfReader.Close()

上面的代码中有很多内容。 首先，我们声明文本提取策略，然后使用GetTextFromPage方法来读取文本。 此方法接受两个参数：第一个是 PDF 文档页码，第二个是策略。 要获取 PDF 文档页，使用GetPage方法并将页码作为参数传递。 输出将作为字符串返回，然后显示在控制台输出屏幕上。 最后，PdfDocument对象关闭。 此外，请查看以下关于使用 iText 提取 PDF 文本的代码示例。

输出

使用 IronPDF.

就像打开 PDF 文件是一行代码一样，从 PDF 文件中读取文本同样是一个一行的过程。 ExtractAllText方法来读取 PDF 的全部内容。 Console.WriteLine 用于在屏幕上打印文本。 代码如下：

// Extract all text from the PDF document
string text = pdf.ExtractAllText();

// Display the extracted text
Console.WriteLine(text);

// Extract all text from the PDF document
string text = pdf.ExtractAllText();

// Display the extracted text
Console.WriteLine(text);

' Extract all text from the PDF document
Dim text As String = pdf.ExtractAllText()

' Display the extracted text
Console.WriteLine(text)

' Extract all text from the PDF document
Dim text As String = pdf.ExtractAllText()

' Display the extracted text
Console.WriteLine(text)

输出

输出准确且没有任何错误。 然而，要使用ExtractAllText方法，您需要拥有许可证，因为它仅在生产模式中工作。 您可以从IronPDF 试用许可证页面获取 30 天的试用许可证密钥。

比较

相比之下，两种库在从 PDF 文档提取文本时都能产生准确的结果。 在文本提取准确性方面可比较。 然而，IronPDF 在代码可读性和开发者易用性方面更高效。

IronPDF 只需要两行代码就可以实现与 iText 相同的任务。 它提供现成的文本提取方法，无需额外的逻辑实现。 iText 代码有些棘手，您必须关闭在打开 PDF 文档时创建的两个实例。 而 IronPDF 则在任务完成后自动清除内存。

摘要

在本文中，我们研究了如何使用 iText 库在 C# 中读取 PDF 文档，然后与 IronPDF 进行了比较。 两个库都提供准确的结果，并提供众多的 PDF 操作方法进行使用。 您可以通过这两个库创建、编辑和读取 PDF 文件中的数据。

iText 是开源的，可以免费使用，但有一些限制。 它可以被许可用于商业用途。 IronPDF 也是免费使用的，可以被许可用于商业活动，带有 30 天的免费试用。

下载 IronPDF 并试用一下。