对于分栏布局的页面，如何按分栏快速导出纯文本？

福昕PDF SDK 软件开发工具包 > 福昕PDF SDK(桌面/服务器)

标签:
pdf2txt,分栏,导出文本,按顺序提取文本

对于分栏布局的页面，如何按分栏快速导出纯文本？

福昕知识库
2025-03-07

在PDF导出成txt时，如果页面存在分栏的情况例如下图：左右分栏格式的文档，文章的正文被分为左右两个部部分。我们期望从“介绍”开始，后面的内容按照阅读顺序先左后右地进行导出，最后保存到txt格式中。示例图如下：

但如果直接运行SDK中的pdf2txt的Demo，结果则是机械的导出文本。一行文本会包含两个段落的内容，可能对后续对文本的操作带来不便。示例结果如下：

如果期望按照阅读顺序或文本生成顺序进行导出，可以使用代码textPage.GetText(TextPage.TextOrderFlag.e_TextStreamOrder) 进行文本的提取。示例图如下：

完整C#代码如下：

static MemoryStream pdf2text_2(PDFDoc doc)
{

   MemoryStream memoryStream = new MemoryStream();
   StreamWriter writer = new StreamWriter(memoryStream, Encoding.UTF8);
   String data = "";

   for (int i = 0; i < doc.GetPageCount(); i++)
   {
       using (PDFPage original_page = doc.GetPage(i))
       {
           original_page.StartParse((int)PDFPage.ParseFlags.e_ParsePageNormal, null, false);
           using(TextPage textPage=new TextPage(original_page, (int)(TextPage.TextParseFlags.e_ParseTextNormal)))
           {
             data=data+ textPage.GetText(TextPage.TextOrderFlag.e_TextStreamOrder)+"\r\n";
           }
       }
   }
   writer.Write(data);
   writer.Flush();

   return memoryStream;

}

【校园昕积分】邀请攻略：使用福昕合作高校发放教育专用激活码激活

【校园昕积分】邀请攻略：使用CARSI高校账户或高校EDU邮箱注册

在福昕高级PDF编辑器中如何自定义快速访问工具栏

在福昕高级PDF编辑器中如何设置常用图章

在对文件虚拟打印后如何设置文件不自动打开

【校园昕积分】邀请攻略：使用福昕合作高校发放教育专用激活码激活

【校园昕积分】邀请攻略：使用CARSI高校账户或高校EDU邮箱注册

在福昕高级PDF编辑器中如何自定义快速访问工具栏

在福昕高级PDF编辑器中如何设置常用图章

在对文件虚拟打印后如何设置文件不自动打开

通知消息关闭后如何开启

PDF文件奇偶页差异化页码添加

Web SDK 开发实战：动态自定义 PDF 注释右键菜单的 JavaScript 实现方案

无法安装服务“Foxit Document Management”(FoxitAssistantSvcPlus)

将3D文件添加作为信任文件

【校园昕积分】邀请攻略：使用福昕合作高校发放教育专用激活码激活

【校园昕积分】邀请攻略：使用CARSI高校账户或高校EDU邮箱注册

在福昕高级PDF编辑器中如何自定义快速访问工具栏

在福昕高级PDF编辑器中如何设置常用图章

在对文件虚拟打印后如何设置文件不自动打开

通知消息关闭后如何开启

PDF文件奇偶页差异化页码添加

Web SDK 开发实战：动态自定义 PDF 注释右键菜单的 JavaScript 实现方案

无法安装服务“Foxit Document Management”(FoxitAssistantSvcPlus)

将3D文件添加作为信任文件