【PDF提取改名】如何提取PDF内容并批量重命名？手把手教你用代码制作一个批量提取PDF内容给PDF改名的工具

平时工作中，把扫描件拆分后，会生成多个PDF文件，如何提取pdf指定内容如"姓名"一栏，给多个PDF文档以提取的“姓名”重命名？有懂这块的大佬多指点。

以下是使用 WPF 实现提取 PDF 内容并批量重命名的步骤：

一、解决方案思路

1. PDF 内容提取：
   • 使用第三方库，如 iTextSharp 或 PdfSharp，来读取 PDF 文件的内容。这些库可以帮助你打开 PDF 文件并解析其中的文本信息。
   • 对于 iTextSharp，你可以使用 PdfReader 类来打开 PDF 文件，并遍历页面提取文本。
   • 对于 PdfSharp，你可以使用 PdfDocument 类打开文件，然后访问页面的 Contents 部分提取信息。
2. 批量重命名文件：
   • 使用 System.IO 命名空间下的 Directory 和 File 类来遍历文件目录，找到所有的 PDF 文件。
   • 提取每个 PDF 文件的内容（使用第一步中的方法），并根据提取的内容生成新的文件名。
   • 使用 File.Move 方法将文件重命名。

二、具体实现步骤

1. 添加必要的引用：

   • 如果你使用 iTextSharp，通过 NuGet 包管理器添加 iTextSharp 引用。
   • 如果你使用 PdfSharp，通过 NuGet 包管理器添加 PdfSharp 引用。

2. 代码实现：

csharp

using System.IO;
using iTextSharp.text.pdf;

namespace PDFExtractor
{
    public class PDFHandler
    {
        public static string ExtractTextFromPDF(string filePath)
        {
            StringBuilder text = new StringBuilder();
            using (PdfReader reader = new PdfReader(filePath))
            {
                for (int i = 1; i <= reader.NumberOfPages; i++)
                {
                    // 提取页面文本
                    text.Append(PdfTextExtractor.GetTextFromPage(reader, i));
                }
            }
            return text.ToString();
        }

        public static void RenamePDFsInDirectory(string directoryPath)
        {
            string[] pdfFiles = Directory.GetFiles(directoryPath, "*.pdf");
            foreach (string filePath in pdfFiles)
            {
                string extractedText = ExtractTextFromPDF(filePath);
                // 这里假设提取的文本是你想要的新文件名，你可以根据需要进行处理
                string newFileName = extractedText.Substring(0, Math.Min(extractedText.Length, 10)) + ".pdf"; 
                string newFilePath = Path.Combine(Path.GetDirectoryName(filePath), newFileName);
                File.Move(filePath, newFilePath);
            }
        }
    }
}

代码解释：

• ExtractTextFromPDF 方法：
  • 接收一个 PDF 文件的路径作为输入。
  • 使用 PdfReader 打开 PDF 文件。
  • 遍历 PDF 的每一页，使用 PdfTextExtractor.GetTextFromPage 方法提取页面的文本，并添加到 StringBuilder 中。
  • 最后将提取的文本作为字符串返回。
• RenamePDFsInDirectory 方法：
  • 接收一个目录路径作为输入。
  • 使用 Directory.GetFiles 方法获取该目录下所有 .pdf 文件。
  • 对于每个文件，调用 ExtractTextFromPDF 方法提取文本。
  • 根据提取的文本生成新文件名，这里简单地取前 10 个字符作为新文件名，你可以根据具体需求修改。
  • 使用 Path.Combine 生成新文件的完整路径。
  • 最后使用 File.Move 方法将文件重命名。

三、使用方法

1. 在你的 WPF 项目中添加上述 PDFHandler 类。
2. 在需要调用的地方，例如按钮点击事件处理程序中，可以这样调用：

csharp

private void Button_Click(object sender, RoutedEventArgs e)
{
    string directoryPath = @"C:\Your\PDF\Directory"; 
    PDFHandler.RenamePDFsInDirectory(directoryPath);
}

代码解释：

• 定义一个按钮点击事件处理程序。
• 提供一个目录路径，这个目录中包含你要处理的 PDF 文件。
• 调用 PDFHandler.RenamePDFsInDirectory 方法开始处理文件。

四、注意事项

• 处理文件操作时，要确保程序具有足够的权限，特别是当文件位于系统受保护的区域或需要管理员权限的区域时。
• 提取的文本可能包含特殊字符，在重命名文件时需要处理这些特殊字符，避免文件命名不合法。例如，可以使用 Path.GetInvalidFileNameChars 方法检查和替换不合法字符。
• 对于大型 PDF 文件，提取文本可能需要一些时间，考虑使用异步编程，避免阻塞 UI 线程，例如使用 async 和 await 关键字修改代码。

请根据实际需求对代码进行调整和扩展，确保代码的健壮性和可靠性。