PDF转word

[fhn123456]

感谢您的帮助和查看！

测试文件：input.pdf (1.6 MB)

我想PDF转换成Word文件，PDF里面有文本层，但是我使用下面的代码，输出的word只有图片。

        //打开源PDF文档
        Aspose.Pdf.Document pdfDocument = new Aspose.Pdf.Document(fileName);

        string dir = Path.GetDirectoryName(fileName);

        string pathFileName = Path.Combine(dir, "PDFToDOC_out.doc");

        //将文件保存为MS文档格式
        pdfDocument.Save(pathFileName, Aspose.Pdf.SaveFormat.Doc);

[asad.ali]

@fhn123456

请尝试使用以下代码片段来获取可搜索的 DOCX：

Document pdfDocument = new Document(dataDir + @"input.pdf");

foreach (var page in pdfDocument.Pages)
{
 TextFragmentAbsorber absorber = new TextFragmentAbsorber();
 absorber.Visit(page);
 foreach (TextFragment fragment in absorber.TextFragments)
 {
  fragment.TextState.RenderingMode = TextRenderingMode.FillText;
 }
 page.Resources.Images.Clear();
}

DocSaveOptions saveOptions = new DocSaveOptions();
saveOptions.Format = DocSaveOptions.DocFormat.DocX;
saveOptions.Mode = DocSaveOptions.RecognitionMode.Flow;
//saveOptions.RelativeHorizontalProximity = 2.5f;
//saveOptions.RecognizeBullets = true;
pdfDocument.Save(dataDir + @"output_flow.docx", saveOptions);

output_flow.docx (415.1 KB)