PDF元件 PDFBox --zt

需求: 
1. 從pdf裏截取出文字. 
2. 產生pdf的縮圖

或許你知道的是ITextSharp，不過 ITextSharp的主要是"產生"pdf，他在讀取pdf方面是不大行的(我實在搞不懂他的PdfReader要怎麼用)

PDFBox 是用 java開發的，但他有特意搭配 IKVM(一個讓java的類別可對應到.net的library) ，讓你在.net 上也可以順利使用。

總共要加入參考5個dll，IKVM的dll，下載PDFBox裏面就有了
PDFBox-0.7.3.dll
IKVM.Runtime.dll
IKVM.GNU.Classpath.dll
IKVM.AWT.WinForms.dll
FontBox-0.1.0-dev.dll

網址 http://www.pdfbox.org/

那我先從轉換文字檔的部份先試起，還蠻慢的，或許是我選了一個8MB的pdf關係吧，不過可以順利轉喔。

 

    /// 


    /// 將 PDF 檔轉換成文字檔

    /// 

    /// 

    /// 

    public void PdfToText(string pdfFile, string txtFile) {

        PDDocument doc = PDDocument.load(pdfFile);

        PDFTextStripper stripper = new PDFTextStripper();

        string str = stripper.getText(doc);

        StreamWriter sw = new StreamWriter(txtFile);

        sw.WriteLine("作者:" + doc.getDocumentInformation().getAuthor());

        sw.WriteLine("標題:" + doc.getDocumentInformation().getTitle());

        sw.WriteLine(str);

        sw.Close();

    }

接下來才是我真的想要的，將PDF的第1頁，轉換成縮圖，放在網頁當索引，
可是... 當我按圖索code操作時， 他很爽快的丟出 exception給我「type not implemented yet 」
哎..是誰 是誰搞的鬼啊，是PDFBox? 是IKVM? 還是我??
好吧，慢慢追，PDFBox雖然說 convertToImage 目前還在beta階段，但是PdPage.java底下，的確有該段code，
而且"看起來"也很合理(其實java我看不大懂:p)。
那他在初始BufferedImage是出了什麼問題? 接下來往IKVM 裏面追，這時就該 .Net Refactor 出動啦
(因為我沒下載ikvm的原始碼啦，這時也懶的下載了)，挖出傢伙挖開IKVM.GNU.Classpath.dll來瞧瞧。
 
BufferedImage裏面 有一種type 還沒實作@@, 而且就是PDFBox 要用的那種(TYPE_BYTE_INDEXED) -_-|||，
好吧，我的好奇心告一段落，我要等下個版本的IKVM，看會不會實作這，或是PDFBox改成用別種Image型態....

底下是失敗的程式碼

    /// 


    ///  將 PDF 轉換成 JPG 圖片

    /// 

    /// 

    /// 

    /// 第幾頁

    public void PdfToJpg(string pdfFile,string jpgFile,int pageIndex) {

        PDDocument doc = PDDocument.load(pdfFile);

        java.util.List pages = doc.getDocumentCatalog().getAllPages();

        if (pages.size() > 0) {

            PDPage page = (PDPage)pages.get(pageIndex);

            BufferedImage image = page.convertToImage();

            java.awt.Graphics gc = image.getGraphics();

            Bitmap bitmap = ((ikvm.awt.NetGraphics)gc).getBitmap();

            bitmap.Save(jpgFile);

        }

    }

殘念...