Bibliothèque Pdf ?

Bonjour à tous,
Je cherche a récupérer de façon automatisée des informations présentes dans un document Pdf.
Je ne suis pas franchement motivé pour me plonger dans les peut-être 800 pages du descriptif (le tout en anglais …)
Je me demandais s’il n’existait pas de bibliothèques gratuites tournant autour du format Pdf

J'ai trouvé cet article... (utilisation de pdfBox pour .NET)

Merci beaucoup Chris !
Sur les 3 solutions évoquées, y en a bien une qui devrait faire mon bonheur.
Je suis actuellement sur un autre projet mais je reposterais dans qlq temps après avoir testé ...

Résolu ... avec iTextSharp (PdfBox marche aussi)
Pour ceux que ca intéresse, voici le petit bout de code qui isole chaque "groupe de mots" par un saut de ligne :

Code:

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
    Private Function ExtractionTextePdf(ByVal CheminFichier As String) As String
 
        Dim Lecteur As New iTextSharp.text.pdf.PdfReader(CheminFichier)
        Dim Donnees() As Byte = Nothing
        Dim Infos As iTextSharp.text.pdf.PRTokeniser = Nothing
        Dim Resultat As String = String.Empty
 
        For Page As Integer = 1 To Lecteur.NumberOfPages
            Donnees = Lecteur.GetPageContent(Page)
            If Not IsNothing(Donnees) Then
                Infos = New iTextSharp.text.pdf.PRTokeniser(Donnees)
                While Infos.NextToken
                    Select Case Infos.TokenType
                        Case iTextSharp.text.pdf.PRTokeniser.TokType.STRING : Resultat &= Infos.StringValue
                        Case iTextSharp.text.pdf.PRTokeniser.TokType.NAME : Resultat &= vbCrLf
                    End Select
                End While
            End If
        Next
 
        Return Resultat.Trim
 
    End Function

J'ai essayé ton code-ci mais je n'obtiens que les 2 ou 3 premieres lignes du pdf en texte. Est ce que le code est complet? Sinon peux tu maider pour une fonction qui me permet d'avoir tout le texte de la page ?

--------------------------------------------------------------------
Citation:
Envoyé par Totanne
Résolu ... avec iTextSharp (PdfBox marche aussi)
Pour ceux que ca intéresse, voici le petit bout de code qui isole chaque "groupe de mots" par un saut de ligne :
Code:

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 Private Function ExtractionTextePdf(ByVal CheminFichier As String) As String Dim Lecteur As New iTextSharp.text.pdf.PdfReader(CheminFichier) Dim Donnees() As Byte = Nothing Dim Infos As iTextSharp.text.pdf.PRTokeniser = Nothing Dim Resultat As String = String.Empty For Page As Integer = 1 To Lecteur.NumberOfPages Donnees = Lecteur.GetPageContent(Page) If Not IsNothing(Donnees) Then Infos = New iTextSharp.text.pdf.PRTokeniser(Donnees) While Infos.NextToken Select Case Infos.TokenType Case iTextSharp.text.pdf.PRTokeniser.TokType.STRING : Resultat &= Infos.StringValue Case iTextSharp.text.pdf.PRTokeniser.TokType.NAME : Resultat &= vbCrLf End Select End While End If Next Return Resultat.Trim End Function

Il me semble que la version Trial de TallComponents PdfControls.net permet de récupérer directement les données dans l'attribut Text du document.
http://www.tallcomponents.com/pdfcontrols2.aspx