怎么用C语言读取PDF文件

1.pdf（Portable Document Format的简称，意为“便携式文档格式”），是由Adobe Systems用于与应用程序、 *** 作系统、硬件无关的方式进行文件交换所发展出的文件格式。PDF文件以PostScript语言图象模型为基础，无论在哪种打印机上都可保证精确的颜色和准确的打印效果，即PDF会忠实地再现原稿的每一个字符、颜色以及图象。

2.对于程序来说，不管后缀名如何，文件分为两种类型：文本文件和二进制文件。

C语言里有一系列文件 *** 作函数。区分文本和二进制文件，需要在打开文件时设置不同的控制符mode的变量即可。

3.fopen的函数原型：FILE * fopen(const char * path,const char * mode)

fopen函数的第一个参数是文件路径，第二个参数是打开方式，有以下几种方式：

r 以只读方式打开文件，该文件必须存在。

r+ 以可读写方式打开文件，该文件必须存在。

rb+ 读写打开一个二进制文件，允许读数据。

rw+ 读写打开一个文本文件，允许读和写。

w 打开只写文件，若文件存在则文件长度清为0，即该梁岩文件内容会消失。若文件不存在则建立该文件。

w+ 打开可读写文件，若文件存在则文件长度清为零，即该文件内容会消失。若文件不存在则建立该文件。

a 以附加的方式打开只写文件。若文件不存在，则会建立该文件，如果文件存在，写入的数据会被加到文件尾，即文件原先的内容会被保留。（EOF符保留）

a+ 以附加方式打开可读写的文件。若文件不存在，则会建立该文件，如果文件存在，写入的数据会被加到文件尾后，即坦历文件原先的内容会被保留。 （原来的EOF符不保留）

wb 只写打开或新建一个二进制文件；只允许写数据。

wb+ 读写打开或建立一个二进制文件，允许读和写。

wt+ 读写打开或着建立一个文本文件；允许读写。

at+ 读写打开一个文本文件，允许读或在文本末追加数据。

ab+ 读写打开一个二进制文件，允许读或在文件末追加数据。

上述的形态字符串都可以再加一个b字符，如rb、w+b或ab+等组合，加入b 字符用来告诉函数库打开的文件为二进制文件，橡信御而非纯文字文件。

1.PDFBox的IKVM版本：目前只有PDFBox的IKVM版本能比较好地从PDF中提取文本

2.使用Acrobat的SDK

3.XPDF：如果条件允许可以考做芹虑使用XPDF的PDFToTextXPDF是用C语言编写的PDF解析库纯绝毕，并提供多个工具，开放源代码(如果熟悉C和dotnet，也许可宏雹以在dotnet环境下编译）

Adobe公司的PDF是Portable Document Format( 便携文件格式 ) 的缩写, 是全世界电子版文档分发的公开实用标准。PDF 是一种通用文件格式，能够保存任何源文档的所有字体、格式、颜色和图形，而不管创建该文档所使用的应用程序和平台。

PDF可以通过WPS、PS软件、OFFICE等方法打开。

如果有转换、编辑等相关方面需求的可物吵以使用嗨格式PDF转换器，这种第三方软件。嗨格式PDF转换器只需几秒钟，即可给你的PDF文件添加图片或文字水印、设置加密罩渗侍，以确保敏感数据的机密性。集合各种文件喊信格式互转，图片提取，文件添加水印，PDF文件合并、拆分、压缩、加密等多种功能。

【嗨格式PDF转换器】

---