C# PDF转Word

2015-10-30 10:32:53 340 阅读 AI 写同款 · GEO 优化AI 选题数据监测一键分发 ›

C# PDF转Word 本文介绍了一种PDF转Word的解决方案。由于FreeSpire.PDF存在3页转换限制，采用分步处理方式：1)使用PDFsharp将PDF按每3页分割；2)用FreeSpire.PDF将分割后的PDF转为Word；3)通过FreeSpire.Doc合并所有Word文档。核心代码实现了PDF分割、格式转换和文档合并三个主要功能模块，通过内存流处理二进制数据，最终输出完整的Word文档。该方法有效规避了转换页数限制问题，实现了大容量PDF到Word的完整转换流程。阅读详情

目前在做银行征信报告的数据抓取功能，由于银行征信报告版本较多，分为DOC、DOCX、PDF、HTML等格式文件，且同格式的情况下，里面内容还分版本，不同版本排版不同内容也有出入，目前已做DOC、DOCX格式其中一版本数据抓取，即将要做PDF格式的抓取，由于我对DOC、DOCX格式的抓取方式为通过office组件转换为HTML格式，在用正则匹配相关信息。故为了开发进度以及简洁角度考虑，打算将PDF格式转为DOC、DOCX后，在调用office组件使用同方法（转换为HTML）执行抓取，但目前似乎没发现有可以这样转换的写法，希望大家给一些建议，了解部分操作PDF组件的插件，如iTextSharp，PDFBox，Adobe Reader，Aspose，但仅仅使用过iTextSharp，而且用的还不熟练。
格式如下，希望大家给个建议参考~如何可以正确抓取PDF文件信息中的内容，由于每一个信息的字段都是单独存储的，要求准确性较高，在线等，由于银行征信报告属于个人隐私，所以对敏感数据做处理，请谅解~