使用itextSharp读取数学公式

Question

我正在尝试使用以下代码使用itextsharp从pdf文件中读取文本并分配给文本框(MultiLine) - (Windows桌面应用程序)

注意:此代码工作正常.

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 LocationTextExtractionStrategy();
                    string currentText = 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();
        }

但我的pdf文件有一个等式

而我所得到的只是以下输出

可以在这里添加什么来实现以下文本？真的很感激任何形式的帮助!

Answer 1

我使用了 itextsharp，我 100% 确定这是不可能的。问题出在pdf格式本身。它不包含引用某些文本的任何标签。PDF 包含内容的特定图形表示，该内容在 pdf 页面上有其位置。如果没有 OCR，甚至无法检测粗体文本。Pdf 不是一个很好解析的格式。

我的问题比你的更容易，阅读 pdf 简直是地狱。它只是文本，但格式为 2 页合一（2 列文本）。Itextsharp 通过坐标读取内容，因此当他读取第一列的第一行而不是第二列的第一行时，我的文本变得混乱（不是文本流）。至于latex，latex代码转换为pdf后，并没有反转为latex代码。