c# - 使用 itextSharp 阅读数学方程式

Question

我目前正在尝试使用以下代码使用 itextsharp 从 pdf 文件中读取文本并分配给文本框(多行)-(Windows 桌面应用程序)

注意:这段代码工作正常。

public string ReadPdfFile(string fileName)
        {
            StringBuilder text = new StringBuilder();

            if (File.Exists(fileName))
            {
                PdfReader pdfReader = new PdfReader(fileName);

                for (int page = 1; page <= pdfReader.NumberOfPages; page++)
                {
                    ITextExtractionStrategy strategy = new LocationTextExtractionStrategy();
                    string currentText = PdfTextExtractor.GetTextFromPage(pdfReader, page, strategy);

                    currentText = Encoding.UTF8.GetString(ASCIIEncoding.Convert(Encoding.Default, Encoding.UTF8, Encoding.Default.GetBytes(currentText)));
                    text.Append(currentText);
                }
                pdfReader.Close();
            }
            return text.ToString();
        }

但是我的 pdf 文件有一个方程式

我得到的只是以下输出

可以在此处添加什么以实现以下文本？非常感谢任何形式的帮助!

Answer 1

我使用了 itextsharp，我 100% 确定它不可能。问题出在pdf格式本身。它不包含引用某些文本的任何标签。 Pdf 包含在 pdf 页面上有其位置的内容的特定图形表示。如果没有 OCR，甚至无法检测到粗体文本。PDF 不是解析的好格式。

我的问题比你的更简单，从 pdf 阅读简直是 hell 。它只是文本，但它被格式化为一个 2 页(2 列文本)。Itextsharp 按坐标读取内容，所以当他读取第一列的第一行而不是第二列的第一行时(不是文本流)，我的文本混淆了。至于latex，latex代码转成pdf后，latex代码没有逆向。