如何在 C++ 中读取 PDF 文件

让我们编写调用 Xpdf 命令行工具以从 PDF 文档中提取文本内容的 C++ 代码。 我们将使用以下input.pdf文件：

代码示例如下：

#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
}

代码解释

在上述代码中，我们定义了pdfPath变量来保存输入PDF文件的路径。请确保将其替换为您实际输入的PDF文档的适当路径。

我们还定义了outputFilePath变量以保存将由Xpdf生成的输出文本文件的路径。

该代码使用pdftotext命令，将输入PDF文件路径和输出文本文件路径作为命令行参数传递。 status变量捕获命令的退出状态。

如果ifstream打开输出文本文件。 然后我们逐行读取文本内容并将其存储在textContent字符串中。

最后，我们将从生成的输出文件中提取的文本内容输出到控制台。 如果您不需要可编辑的输出文本文件或希望释放磁盘空间，在程序结束时在结束主函数之前使用以下命令简单地删除它：

remove(outputFilePath.c_str());

remove(outputFilePath.c_str());

编译 C++ 代码并运行可执行文件。 如果将pdftotext添加到环境变量系统路径中，其命令将成功执行。 程序生成输出文本文件并从 PDF 文档中提取文本内容。 提取的文本随后显示在控制台上。

输出如下所示