分类：pdf

2014
12-02

C# 实现将 PDF 转文本的功能

更新2014年2月27日：这篇文章最初只描述使用PDFBox来解析PDF文件。现在它已经被扩展到包括使用IFilter和iTextSharp的例程了。这篇文章和对应的VisualStudio项目已经更新到目前最新的PDFBox版本（1.8.4）。可以从http://www.squarepdf.net/how-to-convert-pdf-to-text-in-net-sample-project/下载包含所有依赖内容的完整项目（要消除依赖关系有点棘手）。如何解析PDF文件在.NET中从PDF文件里提... 继续阅读 >

2014
11-07

帝国CMS在CentOS环境下实现在线文档网站(类似百度文库)

最近花了几个星期的时间，折腾了一个在线文档网站，类似百度文库的功能，主要涵盖教育类文档。测试的话是在windows环境下，不细述，主要概述一下centos环境下的部署：系统环境：CentOs6.2web环境：apache2，mysql5，php5CMS系统：帝国CMS（基于文档下载系统开发）用到的工具：Openoffice3.4.1，pdf2swftools，jodconverter，flexpaper网上百度/谷歌来的资料，基本上都是用java来写的，如果在帝国CMS（PHP开发）中调... 继续阅读 >

2014
11-07

pdftotext —— Linux/Unix中将PDF文件转化为Text文本格式的利器

安装pdftotext到RedHat/RHEL/Fedora/CentOS/Ubuntu在不同的Linux分发版本中使用poppler-utils包安装pdftotext（CentOS）：#yuminstallpoppler-utils或者在Debian/Ubuntu中使用如下指令：$sudoapt-getinstallpoppler-utilspdftotext使用语法pdftotext{PDF-file}{text-file}如何将pdf转化为text?将php-manual.pdf转化为php-manual.txt:$pdftotextphp-manual.pdfphp-manual.txt只转化前5页和... 继续阅读 >