C#提取PDF文件中的文字

在C#中提取PDF文件中的文字，你可以使用一些流行的库，如iTextSharp、PdfSharp（主要用于创建和修改PDF，但提取文字能力有限），或者更为强大的PDFBox.net（基于Apache PDFBox的.NET端口，尽管它主要是Java项目，但可以通过.NET Core的JNI或类似技术使用）。然而，对于C#来说，iTextSharp是最常见和直接的选择。

使用iTextSharp提取PDF中的文字

首先，你需要在你的C#项目中安装iTextSharp。如果你使用NuGet包管理器，可以通过以下命令安装：

Install-Package iTextSharp

或者，如果你使用的是.NET Core的命令行界面（CLI），可以使用：

dotnet add package itextsharp

以下是一个使用iTextSharp提取PDF文件中所有文字的基本示例：

using System;  
using System.IO;  
using iTextSharp.text.pdf;  
using iTextSharp.text.pdf.parser;  
  
class Program  
{  
    static void Main(string[] args)  
    {  
        string pdfFilePath = @"path\to\your\file.pdf";  
          
        PdfReader reader = new PdfReader(pdfFilePath);  
        try  
        {  
            for (int page = 1; page <= reader.NumberOfPages; page++)  
            {  
                ITextExtraction