如何在 C++ 中查看 PDF 文件

Xpdf - C++ 库和命令行工具

Xpdf 是一个开源软件套件，提供一系列用于处理 PDF 文件的工具和库。 它包括各种命令行实用程序和 C++ 库，使 PDF 相关功能成为可能，例如解析、渲染、打印和文本提取。 Xpdf 的命令行工具还提供直接从终端查看 PDF 文件的方法。

Xpdf 的关键组件之一是 pdftotext，它主要以从 PDF 文件中提取文本内容而闻名。 然而，结合使用其他工具如 pdftops 和 pdfimages，Xpdf 允许用户以不同方式查看 PDF 内容。 pdftotext 工具对从 PDF 中提取文本信息以供进一步处理或分析非常有价值，并提供选项以指定从哪些页面提取文本。

前提条件

在我们开始之前，请确保你已具备以下先决条件：

1. 在您的系统上安装诸如 GCC 或 Clang 的 C++ 编译器。 我们将为此目的使用 Code::Blocks IDE。
2. 已安装 Xpdf 命令行工具并可以从命令行访问。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，以便可以从文件系统的任何位置进行访问。

创建 PDF 查看器项目

1. 打开 Code::Blocks： 在您的计算机上启动 Code::Blocks IDE。
2. 创建新项目： 从顶部菜单中点击 "File" 并从下拉菜单中选择 "New"。 然后，从子菜单中点击 "Project"。
3. 选择项目类型： 在 "New from template" 窗口中，选择 "Console application"，然后点击 "Go"。 然后选择语言 "C/C++" 并点击 "Next"。
4. 输入项目详细信息： 在 "Project title" 字段中，为项目命名（例如，"PDFViewer"）。 选择要保存项目文件的位置，然后点击 "Next"。
5. 选择编译器： 选择要用于项目的编译器。 默认情况下，Code::Blocks 应该已经自动检测到系统中可用的编译器。 如果没有，请从列表中选择一个合适的编译器，然后点击 "Finish"。

在 C++ 中查看 PDF 文本的步骤

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

using namespace std; // Use standard namespace for convenience

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

using namespace std; // Use standard namespace for convenience

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

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

// Construct the command to execute pdftotext with input and output paths
string command = "pdftotext " + pdfPath + " " + outputFilePath;

// Execute the command using system function and capture the status
int status = system(command.c_str());

// Construct the command to execute pdftotext with input and output paths
string command = "pdftotext " + pdfPath + " " + outputFilePath;

// Execute the command using system function and capture the status
int status = system(command.c_str());

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; 
}

// 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"; // Concatenate each line to the text content
    }
    outputFile.close();
    cout << "Text content extracted from PDF:" << endl;
    cout << textContent << endl;
} 
else 
{
    cout << "Failed to open output file." << endl;
}

// 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"; // Concatenate each line to the text content
    }
    outputFile.close();
    cout << "Text content extracted from PDF:" << endl;
    cout << textContent << endl;
} 
else 
{
    cout << "Failed to open output file." << endl;
}

// Remove the output file to free up disk space and if output is not needed
remove(outputFilePath.c_str());

// Remove the output file to free up disk space and if output is not needed
remove(outputFilePath.c_str());

在 C# 中查看 PDF 文件

IronPDF .NET C# Library 是一个强大的 .NET C# PDF 库，允许用户轻松地在其 C# 应用程序中查看 PDF 文件。 利用 Chromium Web 浏览器引擎，IronPDF 准确渲染和显示 PDF 内容，包括图像、字体和复杂格式。 借助其用户友好的界面和广泛的功能，开发人员可以将 IronPDF 无缝集成到其 C# 项目中，使用户能够有效、互动地查看 PDF 文档。 无论是用于显示报告、发票，还是任何其他 PDF 内容，IronPDF 都为创建功能丰富的 C# PDF 查看器提供了坚实的解决方案。

要在 Visual Studio 中安装 IronPDF NuGet 包，请按以下步骤操作：

1. 打开 Visual Studio： 启动 Visual Studio 或任何您偏好的 IDE。
2. 创建或打开项目： 创建一个新的 C# 项目或打开一个您想要安装 IronPDF 包的现有项目。
3. 打开 NuGet 包管理器： 在 Visual Studio 中，转到 "Tools" > "NuGet Package Manager" > "Manage NuGet Packages for Solution"。 或者，单击解决方案资源管理器，然后选择 "Manage NuGet Packages for Solution"。
4. 搜索 IronPDF： 在 "NuGet Package Manager" 窗口中，点击 "Browse" 选项卡，然后在搜索栏中搜索 "IronPDF"。 或者，访问 NuGet IronPDF Package 并直接下载最新版本的 "IronPDF"。
5. 选择 IronPDF 包： 找到 "IronPDF" 包并点击选择您的项目。
6. 安装 IronPDF： 点击 "Install" 按钮安装所选包。

7. 您还可以使用以下命令在 NuGet 包管理器控制台中安装 IronPDF：

   Install-Package IronPdf

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它们以供查看。 以下代码有助于完成这一任务：

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);
    // Further processing here...
}

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);
    // Further processing here...
}

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)
	' Further processing here...
Next index

有关 IronPDF 的更多详细信息，请访问 IronPDF Documentation。

结论

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

提供一个免费试用许可以用于商业目的的测试。