đọc Toán Phương trình sử dụng iTextSharp

Question

tôi đang cố gắng để đọc văn bản từ file pdf sử dụng iTextSharp sử dụng đoạn mã sau và gán vào một textbox (multiline) - (Windows Desktop App)

Lưu ý: Mã này hoạt động tốt .

public string ReadPdfFile(string fileName) 
     { 
      StringBuilder text = new StringBuilder(); 

      if (File.Exists(fileName)) 
      { 
       PdfReader pdfReader = new PdfReader(fileName); 

       for (int page = 1; page <= pdfReader.NumberOfPages; page++) 
       { 
        ITextExtractionStrategy strategy = new LocationTextExtractionStrategy(); 
        string currentText = PdfTextExtractor.GetTextFromPage(pdfReader, page, strategy); 

        currentText = Encoding.UTF8.GetString(ASCIIEncoding.Convert(Encoding.Default, Encoding.UTF8, Encoding.Default.GetBytes(currentText))); 
        text.Append(currentText); 
       } 
       pdfReader.Close(); 
      } 
      return text.ToString(); 
     } 

NHƯNG tập tin pdf của tôi có một phương trình

và tất cả tôi nhận được là sản phẩm follwing

những gì có thể được bổ sung vào đây để đạt được văn bản sau đây? Bất kỳ loại trợ giúp nào cũng sẽ được đánh giá cao!

Answer 1

Tôi đã sử dụng itextsharp và tôi chắc chắn 100% là không thể. Sự cố nằm trong định dạng pdf. Nó không chứa bất kỳ thẻ nào được đề cập đến một số văn bản. Pdf chứa đại diện đồ họa cụ thể của nội dung có vị trí của nó trên trang pdf. Không có OCR, thậm chí không thể phát hiện văn bản in đậm. Pdf không phải là định dạng tốt để phân tích cú pháp.

Vấn đề của tôi thậm chí còn dễ dàng hơn bạn và nó là địa ngục để đọc từ pdf. Nó chỉ là văn bản, nhưng nó được tạo thành 2 trang trong một (văn bản 2 cột). Itextsharp đọc nội dung theo tọa độ, vì vậy văn bản của tôi bị lẫn lộn khi đọc dòng đầu tiên của cột đầu tiên so với dòng đầu tiên của cột thứ hai (không phải là luồng văn bản). Đối với mủ cao su, sau khi mã latex được chuyển đổi sang pdf, không có sự đảo ngược với mã latex.