使用itextsharp在ftp服务器上提取pdf文件

debugcn 发表于 Dev

穆纳夫瓦尔

我正在从事文件管理项目，我想从pdf中提取文本。我怎么能做到这一点。我正在使用Itextsharp在本地系统上提取pdf

这是我用于此目的的功能。路径是FTP服务器路径

 public static string ExtractTextFromPdf(string path)
    {
        using (PdfReader reader = new PdfReader(path))
        {
            StringBuilder text = new StringBuilder();

            for (int i = 1; i <= reader.NumberOfPages; i++)
            {
                text.Append(PdfTextExtractor.GetTextFromPage(reader, i));
            }

            return text.ToString();
        }
    }

引发异常

'ftp:\\###\index\500199.pdf not found as file or resource.'

[###是我的ftp服务器]

克里斯·哈斯（Chris Haas）

PdfReader有一堆构造函数重载，但大多数重载依赖于RandomAccessSourceFactory将传递的任何内容转换为Stream格式。当你传递一个string在它被检查，如果它是磁盘上的一个文件，如果不检查，如果它可以被转换成Uri为一个file:/，http://或https://链接。这是您的第一个失败点，因为这些检查均未处理ftp协议，最终您最终遇到了对您不起作用的本地资源加载器。

您可以尝试将其转换string为显式，Uri但实际上不起作用，或者：

//This won't work
new PdfReader(new Uri(path))

之所以不起作用，是因为iText告诉.NetCredentialCache.DefaultCredentials在加载远程资源时使用，但是FTP世界中不存在该概念。

长话短说，使用FTP时，您需要自己下载文件。根据它们的大小，您需要将它们下载到磁盘或下载字节数组。以下是后者的示例：

Byte[] bytes;
if( path.StartsWith(@"ftp://")) {
    var wc = WebRequest.Create(path);
    using (var response = wc.GetResponse()) {
        using (var responseStream = response.GetResponseStream()) {
            bytes = iTextSharp.text.io.StreamUtil.InputStreamToArray(responseStream);
        }
    }
}

然后，您可以将本地文件或字节数组传递给PdfReader构造函数。

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。