如何在 C++ 中查看 PDF 文件

PDF 文件是一种广泛使用的文档交换格式，因为它能够在不同平台上保留格式。 在各种应用程序中，通过编程读取 PDF 文件的内容变得非常重要。

在本文中，我们将学习如何使用Xpdf命令行工具在C++中查看PDF文件中的文本。 Xpdf 提供了一套用于处理PDF文件的命令行工具和C++库，包括文本提取功能。 通过将Xpdf集成到我们的C++ PDF查看程序中，我们可以高效地查看PDF文件中的文本内容，并以编程方式处理它。

Xpdf - C++ 库和命令行工具

Xpdf 是一个开源软件套件，提供用于处理 PDF 文件的一系列工具和库。 它包括各种命令行实用程序和 C++ 库，可实现与 PDF 相关的功能，如解析、渲染、打印和文本提取。 Xpdf 的命令行工具还提供了直接从终端查看 PDF 文件的方法。

Xpdf的关键组件之一是pdftotext，主要用于从PDF文件中提取文本内容。 然而，当与其他工具如pdftops和pdfimages结合使用时，Xpdf允许用户以不同的方式查看PDF内容。 pdftotext 工具在从 PDF 中提取文本信息以供进一步处理或分析方面非常有价值，并且它提供了选项来指定要从哪些页面提取文本。

先决条件

在我们开始之前，请确保您具备以下先决条件：

1. 系统中已安装 GCC 或 Clang 等 C++ 编译器。 我们将为此使用Code::Blocks IDE。

2. Xpdf 命令行工具已安装并可从命令行访问。下载 Xpdf 并安装适合您环境的版本。 然后，在系统环境变量路径中设置 Xpdf 的 bin 目录，以便从文件系统的任何位置访问它。

创建 PDF 查看器项目

1. 打开 Code::Blocks：在您的计算机上启动 Code::Blocks 集成开发环境。

2. 创建一个新项目：从顶部菜单中点击“文件”，然后从下拉菜单中选择“新建”。 然后，点击子菜单中的 "项目"。

3. 选择项目类型：在“从模板新建”窗口中，选择“控制台应用程序”，然后点击“Go”。 然后选择语言 "C/C++"，点击 "下一步"。

4. 输入项目详细信息：在“项目标题”字段中，为您的项目命名（例如，“PDFViewer”）。 选择保存项目文件的位置，然后单击 "下一步"。

5. 选择编译器：选择您想在项目中使用的编译器。 默认情况下，Code::Blocks 会自动检测系统中可用的编译器。 如果没有，请从列表中选择合适的编译器，然后单击 "完成"。

用 C++ 查看 PDF 文本的步骤

包含必要的标题

首先，让我们将所需的头文件添加到我们的main.cpp文件中：

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

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

设置输入和输出路径

string pdfPath = "input.pdf";
string outputFilePath = "output.txt";

string pdfPath = "input.pdf";
string outputFilePath = "output.txt";

在main函数中，我们声明了两个字符串：pdfPath和outputFilePath。 pdfPath 存储输入 PDF 文件的路径，而 outputFilePath 存储提取文本作为纯文本文件保存的路径。

输入文件如下：

执行 pdftotext 命令

string command = "pdftotext " + pdfPath + " " + outputFilePath;
int status = system(command.c_str());

string command = "pdftotext " + pdfPath + " " + outputFilePath;
int status = system(command.c_str());

在这里，我们使用pdfPath和outputFilePath变量构建了pdftotext命令来打开PDF文件以查看其内容。 然后调用system函数来执行命令，其返回值存储在status变量中。

检查文本提取状态

if (status == 0) 
{
    cout << "Text extraction successful." << endl;
} else 
{ 
    cout << "Text extraction failed." << endl; 
}

if (status == 0) 
{
    cout << "Text extraction successful." << endl;
} else 
{ 
    cout << "Text extraction failed." << endl; 
}

我们检查status变量，以查看pdftotext命令是否成功执行。 如果status等于0，则表示文本提取成功，我们会打印成功消息。 如果status的值为非零，则表示出现错误，我们会打印错误信息。

读取提取的文本并显示

ifstream outputFile(outputFilePath);
if (outputFile.is_open()) { 
    string textContent;
    string line;
    while (getline(outputFile, line)) {
        textContent += line + "\n";
    }
    outputFile.close();
    cout << "Text content extracted from PDF:" << endl;
    cout << textContent << endl;
} else {
    cout << "Failed to open output file." << endl;
}

ifstream outputFile(outputFilePath);
if (outputFile.is_open()) { 
    string textContent;
    string line;
    while (getline(outputFile, line)) {
        textContent += line + "\n";
    }
    outputFile.close();
    cout << "Text content extracted from PDF:" << endl;
    cout << textContent << endl;
} else {
    cout << "Failed to open output file." << endl;
}

在上述示例代码中，我们打开outputFile（由pdftotext生成的文本文件），逐行读取其内容，并将其存储在textContent字符串中。 最后，我们关闭文件并在控制台上打印提取的文本内容。

删除输出文件

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，只需在程序结束时使用以下命令删除它，然后再结束主函数：

remove(outputFilePath.c_str());

remove(outputFilePath.c_str());

编译和运行程序

使用 "Ctrl+F9 "快捷键构建代码。 编译成功后，运行可执行文件将从指定的 PDF 文档中提取文本内容并显示在控制台上。 输出结果如下

在C#中查看PDF文件

IronPDF .NET C# 库 是一个强大的 .NET C# PDF 库，使用户能够在他们的 C# 应用程序中轻松查看 PDF 文件。 IronPDF 利用 Chromium 网页浏览器引擎，可准确渲染和显示 PDF 内容，包括图像、字体和复杂格式。 凭借其友好的用户界面和丰富的功能，开发人员可以将 IronPDF 无缝集成到他们的 C# 项目中，使用户能够高效、交互式地查看 PDF 文档。 无论是用于显示报告、发票还是任何其他 PDF 内容，IronPDF 都能提供一个强大的解决方案，用于在 C# 中创建功能丰富的 PDF 查看器。

要在 Visual Studio 中安装 IronPdf NuGet 包，请按照以下步骤操作：

1. 打开 Visual Studio： 启动 Visual Studio 或任何其他您偏好的集成开发环境 (IDE)。

2. 创建或打开您的项目：创建一个新的C#项目，或者打开一个现有项目以安装IronPDF包。

3. 打开 NuGet 包管理器：在 Visual Studio 中，依次选择“工具”>“NuGet 包管理器”>“为解决方案管理 NuGet 包”。 或者，点击解决方案资源管理器，然后选择 "管理解决方案的 NuGet 包"。

4. 搜索 IronPDF： 在“NuGet 包管理器”窗口中，点击“浏览”标签，然后在搜索栏中搜索“IronPDF”。 或者，访问 NuGet IronPDF Package 直接下载最新版本的“IronPDF”。

5. 选择IronPDF包：找到“IronPDF”包并点击它以将其选择用于您的项目。

6. 安装 IronPDF：点击“安装”按钮以安装所选软件包。

7. 不过，您也可以使用 NuGet 软件包管理器控制台，使用以下命令安装 IronPdf：

    :ProductInstall

    :ProductInstall

使用IronPDF，我们可以执行操作，例如从PDF文档中提取文本和图像，并在控制台中显示以供查看。 以下代码有助于完成此任务：

using IronPdf;
using IronSoftware.Drawing;
using System.Collections.Generic;

// Extracting Image and Text content from Pdf Documents

// open a 128-bit encrypted PDF
var pdf = PdfDocument.FromFile("encrypted.pdf", "password");

// Get all text to put in a search index
string text = pdf.ExtractAllText();

// Get all Images
var allImages = pdf.ExtractAllImages();

// Or even find the precise text and images for each page in the document
for (var index = 0 ; index < pdf.PageCount ; index++)
{
    int pageNumber = index + 1;
    text = pdf.ExtractTextFromPage(index);
    List<AnyBitmap> images = pdf.ExtractBitmapsFromPage(index);
    //...
}

using IronPdf;
using IronSoftware.Drawing;
using System.Collections.Generic;

// Extracting Image and Text content from Pdf Documents

// open a 128-bit encrypted PDF
var pdf = PdfDocument.FromFile("encrypted.pdf", "password");

// Get all text to put in a search index
string text = pdf.ExtractAllText();

// Get all Images
var allImages = pdf.ExtractAllImages();

// Or even find the precise text and images for each page in the document
for (var index = 0 ; index < pdf.PageCount ; index++)
{
    int pageNumber = index + 1;
    text = pdf.ExtractTextFromPage(index);
    List<AnyBitmap> images = pdf.ExtractBitmapsFromPage(index);
    //...
}

Imports IronPdf
Imports IronSoftware.Drawing
Imports System.Collections.Generic

' Extracting Image and Text content from Pdf Documents

' open a 128-bit encrypted PDF
Private pdf = PdfDocument.FromFile("encrypted.pdf", "password")

' Get all text to put in a search index
Private text As String = pdf.ExtractAllText()

' Get all Images
Private allImages = pdf.ExtractAllImages()

' Or even find the precise text and images for each page in the document
For index = 0 To pdf.PageCount - 1
	Dim pageNumber As Integer = index + 1
	text = pdf.ExtractTextFromPage(index)
	Dim images As List(Of AnyBitmap) = pdf.ExtractBitmapsFromPage(index)
	'...
Next index

欲了解有关IronPDF的详细信息，请访问IronPDF文档。

结论

在本文中，我们学习了如何使用 Xpdf 命令行工具在 C++ 中提取和查看 PDF 文档的内容。 这种方法使我们能够在 C# 应用程序中无缝处理和分析提取的文本。

IronPDF 许可信息 可免费用于开发目的，但生成的 PDF 带有水印。 要去除水印并将 IronPDF 用于商业目的，您可以购买许可证。

此外，还提供免费试用许可证用于商业用途测试。