将pdf文件转换为excel表格

Question

我是.net的新手，我有一个包含三个表的pdf (与购买细节)我的任务是提取所有的3个表从pdf和转换成一个excel表(三个excel表)使用c#代码。，我谷歌了3天，所有我能找到的是从pdf中提取文本的代码(但没有任何格式)，我不能购买任何第三方工具，我需要一种方法，至少提取文本在适当的表格格式，然后我会转换成excel使用互操作，或一个代码直接转换成excel，无论什么解决方案我迫切需要它，请帮助。

Answer 1

itextpdf支持c#从pdf中提取信息，但是要回答我们可以将表提取到哪里：

如上所述:如果从技术角度来看，PDF不是表单，则无法从看起来像表单的PDF中获取字段；如果PDF中缺少表格结构(使用标签)，则无法从看起来像表的PDF中获取表。

我从他们的support panel上得到的

Answer 2

我建议你看看xpdf。它有一个命令行界面，你可以从pdf中获取一个文本文件。最重要的是，对于列，xpdf会生成一个间隔良好的文本文件，因此您可以使用Substring()或在最坏的情况下使用正则表达式轻松地读取数据。在最简单的情况下，您可以直接将pdf输出导入到Excel中，作为带有“固定宽度字段”的文本文件。