生成PDF的控件很多，但解析的不是太多，pdf Toolkit可以，但测试的第一个复杂的pdf就报告错误，并且汉字乱码，可能使用的版本或使用方法不对。
想起之前使用java调用的Apache名下的pdfBox库很好用，于是就用下载了pdfBox，使用Delphi来调用pdfBox解析pdf文本。
环境要求：java运行环境
pdfBox应用包：pdfbox-app-2.0.6.jar
这里使用了DOS命令行来解析，然后调用解析结果。
首先是执行DOS命令：
procedure CheckResult(b: Boolean);
begin if not b then raise Exception.Create(SysErrorMessage(GetLastError));
end;
function RunDOS(const CommandLine: string): string;
var HRead, HWrite: THandle;
StartInfo: TStartupInfo;
ProceInfo: TProcessInformation;
b: Boolean;
sa: TSecurityAttributes;
inS: THandleStream;
sRet: TStrings;
begin Result := '';
FillChar(sa, sizeof(sa), 0);
//设置允许继承，否则在NT和2000下无法取得输出结果 sa.nLength := sizeof(sa);
sa.bInheritHandle := True;
sa.lpSecurityDescriptor := nil;
b := CreatePipe(HRead, HWrite, @sa, 0);
CheckResult(b);
FillChar(StartInfo, SizeOf(StartInfo), 0);
StartInfo.cb := SizeOf(StartInfo);
StartInfo.wShowWindow := SW_HIDE;
//使用指定的句柄作为标准输入输出的文件句柄,使用指定的显示方式 StartInfo.dwFlags := STARTF_USESTDHANDLES or STARTF_USESHOWWINDOW;
StartInfo.hStdError := HWrite;
StartInfo.hStdInput := GetStdHandle(STD_INPUT_HANDLE);
//HRead;
StartInfo.hStdOutput := HWrite;
b := CreateProcess(nil, //lpApplicationName: PChar PChar(CommandLine), //lpCommandLine: PChar nil, //lpProcessAttributes: PSecurityAttributes nil, //lpThreadAttributes: PSecurityAttributes True, //bInheritHandles: BOOL CREATE_NEW_CONSOLE, nil, nil, StartInfo, ProceInfo);
CheckResult(b);
WaitForSingleObject(ProceInfo.hProcess, INFINITE);
inS := THandleStream.Create(HRead);
if inS.Size > 0 then begin sRet := TStringList.Create;
sRet.LoadFromStream(inS);
Result := sRet.Text;
sRet.Free;
end;
inS.Free;
CloseHandle(HRead);
CloseHandle(HWrite);
end;
然后调用显示：
function TfrmPDFTool.GetPDFText(sFile: string): string;
var cmd:string;
pdfFilePath,pdfFileName,txtFileName:String;
begin //java -jar pdfbox-app-2.0.6.jar ExtractText -encoding utf-8 e:\temp\test.pdf e:\temp\testiii.txt pdfFilePath:=ExtractFilePath(sFile);
pdfFileName:=ExtractFileName(sFile);
txtFileName:=FAppPath+'Temp'+pdfFileName+'.txt';
cmd:='java -jar '+FAppPath+'PDFBoxpdfbox-app-2.0.6.jar ExtractText ' +' -encoding utf-8 '+sFile +' '+txtFileName;
AddLog(cmd);
Result:=RunDOS(cmd);
AddLog(Result);
memTxtFile.Lines.LoadFromFile(txtFileName,TUTF8Encoding.Create);
FPDFText:=memTxtFile.Text;
AddLog(FPDFText);
end;
OK，大功告成！
以上这篇Delphi提取PDF文本实例就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。
