利用PDFBox读取pdf文件文本

PDFBox下载地址：http://sourceforge.net/projects/pdfbox/postdownload?source=dlp

解压下载到的rar .拿到源码中bin文件夹下的 四个dll 

IKVM.GNU.Classpath.dll

IKVM.Runtime.dll

PDFBox-0.7.3.dll

FontBox-0.1.0-dev.dll

在使用的项目中添加这4个dll的引用。

       /// <summary>
       /// 将PDF转换成txt
       /// </summary>
       /// <param name="file"></param>
       /// <param name="txtfile"></param>
      public void pdf_txt(FileInfo file,FileInfo txtfile)  
        {  
            PDDocument doc = PDDocument.load(file.FullName);  
            PDFTextStripper pdfStripper = new PDFTextStripper();  
            string text = pdfStripper.getText(doc);  
            StreamWriter swPdfChange = new StreamWriter(txtfile.FullName, false, Encoding.GetEncoding("gb2312"));  
            swPdfChange.Write(text); 
            swPdfChange.Close();  
        }  

 调用方式：

       FileInfo pdffile = new FileInfo(@"E:\work\Analyzer\4_develop\trunk\IsAnalyzer\UploadFile\1.txt");  //此处加载的是读取出来的文本存放的txt文件
        pdf_txt(file, pdffile);
       StreamReader  sr = new StreamReader(pdffile.FullName, Encoding.GetEncoding("gb2312"));        

        StringBuilder sb=new StringBuilder();

        while (!sr.EndOfStream)
         {
               sb.Append(sr.ReadLine());
         }