如何处理PDF文档？答案

【问题标题】：How to process PDF documents?如何处理PDF文档？
【发布时间】：2011-03-28 04:11:55
【问题描述】：

我需要一些关于处理 PDF 文档的建议。这些文件是年度报表，包含我需要核对的金额和美元数字。

我在

上看到了一些建议

1) iTextSharp, 
2) PDFBox (IKVM)
3) PDFSharp
4) PDFEdit API (from Adobe)

您会推荐哪些，如果有任何我应该注意的限制？除了开源之外，我不介意为商业产品付费，只要它得到很好的支持和功能齐全。

**其他信息：** PDF 均由同一第三方供应商生成。并非所有 PDF 都具有相同的结构 - 大约有 10 种不同的结构（模板）。

我对 PDF 没有书写要求。

提前非常感谢。

【问题讨论】：

【解决方案1】：

我的投票是 PDFSharp，原因如下...

【讨论】：

【解决方案2】：

您也可以查看PDFText。我们在很多情况下都使用它来从 PDF 文件中提取原始数据。他还有其他便宜的库来帮助处理 PDF 操作的其他方面。

这假设文档没有被扫描并且有可以提取的数据。

【讨论】：

感谢您的链接 (+1)。我将添加到我的研究中。一个问题，你为什么选择这个选项而不是我上面列出的？
@Syd。我们为另一个需要从不同来源的数千个 pdf 文件中提取数据的项目选择了这个。事实证明，它是唯一可以处理所有文件的库，尤其是来自 oracle xml 发布者的所有文件都格式错误的库。由于它运行良好，我们每次需要提取 pdf 文本时都会使用它，并为它编写了一整套包装器，以便从不同的区域等中提取它。对于价格，我们发现它非常有用。开发人员的支持也很好。
感谢 Douglas 提供额外的理由（为您的额外 cmets +1）。

【解决方案3】：

查看http://www.pdftron.com/。我们用它来读写 PDF 文档——非常可靠。

【讨论】：