c# - 在 C# 中使用 abcpdf 从 PDF A/3 中提取嵌入的 XML 文件 - ZUGFeRD

Question

我目前正在使用新的德语 ZUGFeRD 文件。这些是 PDF A/3 文件，其中包含包含数据的嵌入式 XML 文件。

我想使用带有 C# 的 abcpdf 8.1 从 PDF A/3 中提取这个 XML 文件。

知道怎么做吗？

非常感谢和问候，

Answer 1

我不知道 abcpdf，但我猜 pdf 库提供了对 pdf 内容的类似访问。

先看看Das-ZUGFeRD-Format_1p0.pdf .特别是第 112 页。图像显示了您必须遍历以找到 xml 流的对象树。

有了这棵树，您就有了名称、类型和方向。现在您可以遍历 pdf 对象树以找到您要查找的 XML 内容。

基于图表的步骤。

1. 阅读您的 PDF
2. 获取 PDF 中的目录
3. 从目录中获取名称为 AF 的数组
4. 从 AF 数组中获取第一个元素(应该是 file spec)
5. 从 file spec 获取名为 EF 的字典
6. 获取EF的流内容

这是获取内容所需执行的步骤。

要显示 pdf 的结构并浏览树，我建议使用像 iText RUPS 这样的工具