如何在C# iTextSharp中设置数据集之间的字符

Question

当使用C# iTextSharp阅读PDF时，默认情况下在数据集之间使用空白。

当我尝试按空格拆分时，这会给我带来麻烦，因为PDF中的数据包含空格。

例如，我有一个如下所示的PDF，它有一个表：

基金AA|固定收益

基金BB|现金

iTextSharp提取的结果是：

基金AA固定收益

资金BB现金

这样我就不能分开了。所以我想设置一个特殊的字符，比如数据集之间的+。通过这种方式，我可以进行分解和判断。

预期的结果是：

基金AA+Fixed收入

基金BB+Cash

有谁知道如何做到这一点吗？

谢谢。

Answer 1

实际上，除非我们更新源代码，否则无法将空格中的分隔符设置为“+”。

这就是我为自己解决问题的方式。我下载源代码并更新它，然后获得新的itextsharp.dll，它现在使用'+‘作为分隔符。

我认为如果我们将其设置为属性字段或参数，并且用户可以设置它的值，这会更好。

我更新的代码行粘贴在下面：https://github.com/itext/itextsharp/blob/develop/src/core/iTextSharp/text/pdf/parser/LocationTextExtractionStrategy.cs行193，https://github.com/itext/itextsharp/blob/develop/src/core/iTextSharp/text/pdf/parser/SimpleTextExtractionStrategy.cs行145