Tìm kiếm từ cụ thể bằng PDF bằng Itextsharp

Question

Đây là bài đăng đầu tiên của tôi trong StackOverflow.

Tôi có tệp PDF trong Ổ đĩa hệ thống của mình ... Tôi muốn viết chương trình bằng C# bằng cách sử dụng tham chiếu Itextsharp.dll để tìm kiếm từ cụ thể trong tệp PDF đó ... nói rằng tôi muốn tìm kiếm "StackOverFlow". .. Nếu tệp PDF chứa từ "StackOverFlow", nó sẽ trả về true.

Khác nó sẽ trả về false.

tôi đã nhìn vào nhiều bài viết nhưng đã không nhận được giải pháp cho đến bây giờ .. :-(

Những gì tôi đã cố gắng cho đến bây giờ là:

public string ReadPdfFile(string fileName) 
     { 
      StringBuilder text = new StringBuilder(); 

      if (File.Exists(fileName)) 
      { 
       PdfReader pdfReader = new PdfReader(fileName); 

       for (int page = 1; page <= pdfReader.NumberOfPages; page++) 
       { 
        ITextExtractionStrategy strategy = new SimpleTextExtractionStrategy(); 
        string currentText = "2154/MUM/2012 A";// PdfTextExtractor.GetTextFromPage(pdfReader, page, strategy); 

        currentText = Encoding.UTF8.GetString(ASCIIEncoding.Convert(Encoding.Default, Encoding.UTF8, Encoding.Default.GetBytes(currentText))); 
        text.Append(currentText); 
       } 
       pdfReader.Close(); 
      } 
      return text.ToString(); 
     } 

Cảm ơn trước, Sabya Dev

Answer 1

phương pháp sau đây hoạt động tốt. Nó cung cấp danh sách các trang trong đó văn bản được tìm thấy.

 public List<int> ReadPdfFile(string fileName, String searthText) 
      { 
       List<int> pages = new List<int>(); 
       if (File.Exists(fileName)) 
       { 
        PdfReader pdfReader = new PdfReader(fileName); 
        for (int page = 1; page <= pdfReader.NumberOfPages; page++) 
        { 
         ITextExtractionStrategy strategy = new SimpleTextExtractionStrategy(); 

         string currentPageText = PdfTextExtractor.GetTextFromPage(pdfReader, page, strategy); 
         if (currentPageText.Contains(searthText)) 
         { 
          pages.Add(page); 
         } 
        } 
        pdfReader.Close(); 
       } 
       return pages; 
      }