在Objective C中提取pdf文本

到目前为止，我还没有find一个解决scheme，可以很好地从Objective C的pdf文件中提取文本，以便在iPhone上使用。 我发现了一些标准的C代码，并修改它的工作原理，并认为我会在这里提供它，因为到目前为止，我已经使用了stackoverflow很多，但从来没有回报。 你可以在这里： https ： //github.com/zachron/pdfiphone

它将pdf文件的path作为input，并返回pdf中文本的nsstring。 我没有写大部分，但我修改了它，所以它可以与iPhone和Objective C一起工作。如果有人拿这个，你需要在你的项目中包含Zlib库（在iPhone上的libz.dylib）它更令人敬畏，那就是美好的时光。

Answer 1

请记住，这只适用于提取在PDF中存储的文本。 它不会被OCR扫描的PDF文件。 如果你想这样做，可以select使用Tesseract ，谷歌强大的和FOSS OCR引擎。 它在iPhone上进行编译 ：请参阅Nolan Brown的Tesseract-iPhone-Demo以获取一个工作示例。 ImageMagic的图像库也可以在iPhone上编译 ，它可以让你将PDF转换为Tse，Tesseract接受这个input。