C# 使用 iTextSharp 将 PDF 转换成 TXT 文本

 1             var pdfReader = new PdfReader("xxx.pdf");
 2             
 3             StreamWriter output = new StreamWriter(new FileStream("处理结果.txt", FileMode.Create));
 4 
 5             int pageCount = pdfReader.NumberOfPages;
 6             for (int pg = 1; pg <= pageCount; pg++)
 7             {
 8                 ITextExtractionStrategy strategy = new SimpleTextExtractionStrategy();
 9                 var value = PdfTextExtractor.GetTextFromPage(pdfReader, pg, strategy);
10                 value = value.Replace(" ", "");
11                 Console.WriteLine(value);
12                 output.Write(value);
13             }
14 
15             output.Flush();
16             output.Close();
17             Console.Write("处理完毕");
18             Console.ReadLine();

【该方法是读取 PDF 中的文字不是 OCR 识别图片，如果你的PDF是扫描版书籍那么它实际上是图片，想获取图片文字内容请研究 OCR 方向内容！】

该方法读出的汉字不会乱码。