c# - 有没有一种简单的方法可以手动解码 FlateDecode 过滤器以提取 PDF 中的文本？ C#

Question

我发布了一个与此相关的问题 a while back但没有得到回应。从那时起，我发现 PDF 是使用 FlateDecode 编码的，我想知道是否有办法在 C# (Windows Phone 8) 中手动解码 PDF？我得到如下输出:

%PDF-1.5
%????
1 0 obj
<<
/Type /Catalog
/Pages 2 0 R
>>
endobj
5 0 obj
<<
/Filter /FlateDecode
/Length 9
>>
stream x^+

PDF 是使用 Windows Phone 8 的 SyncFusion PDF 控件创建的。不幸的是，它们目前没有文本提取功能，我在其他 WP PDF 控件中也找不到该功能。

基本上，我只想从 OneDrive 下载 PDF 并阅读 PDF 内容。想知道这是否容易实现？

Answer 1

private static string decompress(byte[] input)
{
    byte[] cutinput = new byte[input.Length - 2];
    Array.Copy(input, 2, cutinput, 0, cutinput.Length);

    var stream = new MemoryStream();

    using (var compressStream = new MemoryStream(cutinput))
    using (var decompressor = new DeflateStream(compressStream, CompressionMode.Decompress))
        decompressor.CopyTo(stream);

    return Encoding.Default.GetString(stream.ToArray());
}

根据下面类似的问题，必须从流中删除流的前 2 个字节。这是在上面的函数中完成的。只需将流的所有字节传递给输入即可。确保字节数与指定的长度相同。

C# decode (decompress) Deflate data of PDF File