Привет всем.

Необходимо получить из pdf картинки, текст. Желательно, чтобы текст можно было получить с разбивкой по главам, колонкам.
Подскажите, какие есть библиотеки, чтобы сделать это.

Здравствуйте, ybouts, Вы писали:

Y>Необходимо получить из pdf картинки, текст. Желательно, чтобы текст можно было получить с разбивкой по главам, колонкам.
Y>Подскажите, какие есть библиотеки, чтобы сделать это.

Когда я работал с PDF, мне пришлось столкнуться с тем, что текст записывался в виде "координаты, строка". Причём строка это не обязательно слово, а просто последовательность букв идущих подряд. То есть кёрнинг там делается разбиеним слова на две строки и явным указанием координат. Было проблемой даже слова собрать, а не то что абзацы, колонки.

Работал с библиотекой PDFTron, правда с Си++ версией. В целом впечатления положительные, хотя ИМХО ребята нагловатые в плане саппорта. Посоветовать сменить комплятор — для них норма.

http://www.howtoselectguides.com/dotnet/pdf/

Посмотрел библиотеку. К сожалению, нельзя вытащить таблицы из пдф. PDFTron выдает сплошной текст. Есть ли какая возможность вытащить таблицу с текстом, может какие идеи?

Здравствуйте, ybouts, Вы писали:

Y>Подскажите, какие есть библиотеки, чтобы сделать это.

Попробуй TallComponents

PDFKit.NET 2.0 не умеет сохранять картинки из пдф, только текст.