C#读取中文PDF中的内容

从PDF中抓取相应的信息是数据处理常见的一个操作。但是由于PDF现在都是由国外技术人员开发的，有可能存在汉字编码问题。比如著名的 Spire.PDF 就对中文支持不好（如果有好的方法良好支持中文，欢迎告之，谢谢）。
好在总有支持的第三方，iTextSharp的PDF转换工具就可以很好地支持。用法也非常简单，主要核心代码如下所示。

		public string ExtractTextFromPDF(string pdffilename)
		{
			StringBuilder text = new StringBuilder();
			try
			{
				PdfReader pdfReader = new PdfReader(pdffilename);
				int numberOfPages = pdfReader.NumberOfPages;
				for (int i = 0; i < pdfReader.NumberOfPages; i++)
				{
					// Page number starts from 1.
					text.Append(iTextSharp.text.pdf.parser.PdfTextExtractor.GetTextFromPage(pdfReader, i + 1));
				}
				pdfReader.Close(); 
			}
			catch (Exception ex)
			{
				Console.WriteLine("Extracting text from the input PDf file error. Reason：" + ex.ToString());
			}
			return text.ToString();
		}

另附：itextsharp.dll 下载