如何将所有页面和附件从 PDF 提取为 PNG答案

【问题标题】：How to extract all pages and attachments from PDF to PNG如何将所有页面和附件从 PDF 提取为 PNG
【发布时间】：2021-05-14 12:39:43
【问题描述】：

我正在尝试在 .NET 中创建一个流程来将 PDF 及其所有页面 + 附件转换为 PNG。我正在评估图书馆并遇到了 PDFiumSharp，但它对我不起作用。这是我的代码：

string Inputfile = "input.pdf";
string OutputFolder = "Output";

string fileName = Path.GetFileNameWithoutExtension(Inputfile);

using (PdfDocument doc = new PdfDocument(Inputfile))
{
   for (int i = 0; i < doc.Pages.Count; i++)
   {
      var page = doc.Pages[i];
      using (var bitmap = new PDFiumBitmap((int)page.Width, (int)page.Height, false))
      {
         page.Render(bitmap);
         var targetFile = Path.Combine(OutputFolder, fileName + "_" + i + ".png");
         bitmap.Save(targetFile);
      }
   }
}

当我运行这段代码时，我得到了这个异常：

screenshot of exception

有谁知道如何解决这个问题？ PDFiumSharp 还支持提取 PDF 附件吗？如果没有，是否有人对如何实现我的目标有任何其他想法？

【问题讨论】：

标签： c# .net pdf

【解决方案1】：

PDFium 看起来不支持提取 PDF 附件。如果你想实现你的目标，那么你可以看看另一个支持提取 PDF 附件以及将 PDF 转换为 PNG 的库。

我是 LEADTOOLS PDF SDK 的员工，您可以通过以下 2 个 nuget 包试用： https://www.nuget.org/packages/Leadtools.Pdf/

https://www.nuget.org/packages/Leadtools.Document.Sdk/

这里有一些代码可以将 PDF + PDF 中的所有附件转换为输出目录中的单独 PNG：

SetLicense();
cache = new FileCache { CacheDirectory = "cache" };

List<LEADDocument> documents = new List<LEADDocument>();

if (!Directory.Exists(OutputDir))
   Directory.CreateDirectory(OutputDir);

using var document = DocumentFactory.LoadFromFile("attachments.pdf", new LoadDocumentOptions { Cache = cache, LoadAttachmentsMode = DocumentLoadAttachmentsMode.AsAttachments });

if (document.Pages.Count > 0)
   documents.Add(document);

foreach (var attachment in document.Attachments)
   documents.Add(document.LoadDocumentAttachment(new LoadAttachmentOptions { AttachmentNumber = attachment.AttachmentNumber }));

ConvertDocuments(documents, RasterImageFormat.Png);

还有 ConvertDocuments 方法：

static void ConvertDocuments(IEnumerable<LEADDocument> documents, RasterImageFormat imageFormat)
{
   using var converter = new DocumentConverter();
   using var ocrEngine = OcrEngineManager.CreateEngine(OcrEngineType.LEAD);
   ocrEngine.Startup(null, null, null, null);
   converter.SetOcrEngineInstance(ocrEngine, false);
   converter.SetDocumentWriterInstance(new DocumentWriter());

   foreach (var document in documents)
   {
      var name = string.IsNullOrEmpty(document.Name) ? "Attachment" : document.Name;
      string outputFile = Path.Combine(OutputDir, $"{name}.{RasterCodecs.GetExtension(imageFormat)}");
      int count = 1;
      while (File.Exists(outputFile))
         outputFile = Path.Combine(OutputDir, $"{name}({count++}).{RasterCodecs.GetExtension(imageFormat)}");

      var jobData = new DocumentConverterJobData
      {
         Document = document,
         Cache = cache,
         DocumentFormat = DocumentFormat.User,
         RasterImageFormat = imageFormat,
         RasterImageBitsPerPixel = 0,
         OutputDocumentFileName = outputFile,
      };
      var job = converter.Jobs.CreateJob(jobData);
      converter.Jobs.RunJob(job);
   }
}

【讨论】：