冠霖的部落格

如何讀取PDF的內容

如果PDF檔案裡面有文字.圖檔.框線
要如何不用轉換成文字檔,而取得該PDF檔的文字

http://partners.adobe.com/public/developer/acrobat/sdk/index.html

Set myPDF = CreateObject("acroexch.pddoc")  
 
'once again open the file  
openResult = myPDF.Open(filelocation)  
 
 
For pagenumber = 0 To pageCount - 1  
getPDFTextFromPage pagenumber  
Next  
 
Set myPDF = Nothing  
 
 
Sub getPDFTextFromPage(pagenumber )  
 
 
Set myPDFPage = myPDF.AcquirePage(pagenumber)  
 
 
Set myPageHilite = CreateObject("acroexch.hilitelist")  
 
hiliteResult = myPageHilite.Add(0, 9000)  
 
Set pageSelect = myPDFPage.CreatePageHilite(myPageHilite)  
 
Dim i As Integer  
For i = 0 To pageSelect.GetNumText - 1  
pdfData = pdfData & pageSelect.GetText(i)  
Next  
 
'clean up  
 
Set myPDFPage = Nothing  
Set myPageHilite = Nothing  
Set pageSelect = Nothing  
getPDFTextFromPage = getPDFTextFromPage=pdfData   
End Sub