Acrobat OCR识别的访问文本

Question

我有PDF文件已经被“识别”使用OCR文本识别->识别文本使用功能在Acrobat。

我想把这些作为一个上传(C# ASP.NET MVC)，并能够提取这些信息用于索引和搜索目的。

我尝试打开PDF文件，但没有找到任何被识别的文本，所以我猜它是压缩和/或编码的。

有什么想法吗？

Answer 1

• 有一篇关于CodeProject的文章解释了如何使用C#实现摘录PDF文本。
• xpdf和波普尔都有pdftotext工具。