C# Convertendo PDF para Texto com iTextSharp

Prévia do material em texto

2/11/2018 C# - Convertendo PDF para Texto com iTextSharp
http://www.macoratti.net/14/04/c_pdftxt1.htm 1/6
C# - Convertendo PDF para Texto com
iTextSharp
O iText é uma biblioteca de PDF que permite que você crie, adapte, inspecione e mantenha
documentos no formato PDF - http://sourceforge.net/projects/itextsharp/.
Ela possui os seguintes recursos:
 
- Gera documentos e relatórios com base em dados de um arquivo XML ou um banco de dados
 
- Cria mapas e livros , explorando inúmeros recursos interativos disponíveis em PDF
 
- Adiciona marcadores, números de páginas , marcas d'água e outros recursos para
documentos PDF existentes
 
- Separa ou concatena páginas de arquivos PDF existentes
 
- Preenche formulários interativos
 
- Serve documentos PDF gerados dinamicamente ou manipulados para um navegador web
 
A livraria iText é usada pelo Java, plataforma .NET, Android e desenvolvedores GAE para
melhorar suas aplicações com funcionalidade PDF.
 
O iTextSharp é o porte para a plataforma .NET.
 
Vários engenheiros do iText estão apoiando ativamente o projeto no iText mailing-list itext-
questions@lists.sourceforge.net  e  no StackOverflow: 
http://stackoverflow.com/questions/tagged/itext
Neste artigo vamos usar o iTextSharp para converter um documento PDF para texto usando a
linguagem C#.
A primeira coisa a fazer é realizar o download da biblioteca iTextSharp no site :
http://sourceforge.net/projects/itextsharp/
Criando o projeto no Visual Studio
Abra o  Visual Studio 2012 for Windows Desktop e clique em New Project;
A seguir selecione o tempalte Visual C# -> Windows Forms Application e informe o nome
Converte_PDF_Texto e clique em OK;
2/11/2018 C# - Convertendo PDF para Texto com iTextSharp
http://www.macoratti.net/14/04/c_pdftxt1.htm 2/6
No menu PROJECT clique em Add Reference;
A seguir clique em Browse e localize a pasta onde você descompactou a biblioteca
iTextSharp selecionando o arquivo itextsharp.dll;
A partir da ToolBox inclua os seguintes controles no formulário form1.cs:
1 Label - (Informe o caminho e nome do arquivo pDF)
1 TextBox - txtCaminoNomePDF
1 Button -  btnConvertePDF
1 Button -  btnProcurar
1 OpenFileDialog = ofd1
Defina os controles conforme o leiaute da figura abaixo :
2/11/2018 C# - Convertendo PDF para Texto com iTextSharp
http://www.macoratti.net/14/04/c_pdftxt1.htm 3/6
Agora vamos criar a classe ConvertePDF e o método ExtrairTexto_PDF() em nosso projeto;
Clique no menu PROJECT e a seguir em Add Class;
Selecione o template Class e informe o nome ConvertePDF;
A seguir defina o código abaixo na classe:
using iTextSharp.text.pdf; 
using iTextSharp.text.pdf.parser; 
using System.Text;
namespace Converte_PDF_Texto 
{ 
 public class ConvertePDF 
 { 
 public string ExtrairTexto_PDF(string caminho) 
 { 
 using (PdfReader leitor = new PdfReader(caminho)) 
 { 
 StringBuilder texto = new StringBuilder();
 for (int i = 1; i <= leitor.NumberOfPages; i++) 
 { 
 texto.Append(PdfTextExtractor.GetTextFromPage(leitor, i)); 
 }
2/11/2018 C# - Convertendo PDF para Texto com iTextSharp
http://www.macoratti.net/14/04/c_pdftxt1.htm 4/6
 return texto.ToString(); 
 } 
 } 
 } 
}
No evento Click do botão de comando Procurar inclua o código abaixo que usa o componente
OpenFIleDialog para abrir uma caixa de diálogo Abrir Arquivos:
 private void btnProcurar_Click(object sender, EventArgs e) 
 { 
 //define as propriedades do controle 
 //OpenFileDialog 
 this.ofd1.Multiselect = false; 
 this.ofd1.Title = "Selecionar PDF"; 
 ofd1.InitialDirectory = @"C:\dados"; 
 //filtra para exibir somente arquivos de imagens 
 ofd1.Filter = "Files (*.PDF)|*.PDF|" + "All files (*.*)|*.*"; 
 ofd1.CheckFileExists = true; 
 ofd1.CheckPathExists = true; 
 ofd1.FilterIndex = 2; 
 ofd1.RestoreDirectory = true; 
 ofd1.ReadOnlyChecked = true; 
 ofd1.ShowReadOnly = false; 
 DialogResult dr = this.ofd1.ShowDialog();
 if (dr == System.Windows.Forms.DialogResult.OK) 
 { 
 txtCaminoNomePDF.Text = ofd1.FileName; 
 } 
 }
Agora no evento Click do botão de comando Converter para texto inclua o código abaixo:
 private void btnConvertePDF_Click(object sender, EventArgs e) 
 { 
 try 
 { 
 ConvertePDF pdftxt = new ConvertePDF(); 
 txtArquivoTexto.Text = pdftxt.ExtrairTexto_PDF(txtCaminoNomePDF.Text); 
 } 
 catch (Exception ex) 
2/11/2018 C# - Convertendo PDF para Texto com iTextSharp
http://www.macoratti.net/14/04/c_pdftxt1.htm 5/6
 { 
 MessageBox.Show(ex.Message); 
 } 
 }
O código acima é muito simples. Ele cria uma instância da classe ConvertePDF() e a seguir
usa o método ExtrairTexto_PDF() passando o caminho e nome do arquivo selecionado para
conversão.
Executando o projeto e selecionando um arquivo PDF vemos o resultado conforme figura a
seguir:
Existem muitas outras maneiras de obtermos o mesmo resultado mas este código é muito
simples e ideal para arquivos PDF pequenos.
Pegue o projeto completo aqui: Converte_PDF_Texto.zip
João 8:49 Jesus respondeu: Eu não tenho demônio; antes honro a meu Pai, e
vós me desonrais.
João 8:50 Eu não busco a minha glória; há quem a busque, e julgue.
João 8:51 Em verdade, em verdade vos digo que, se alguém guardar a minha
palavra, nunca verá a morte.
             Gostou ?   Compartilhe no Facebook   Compartilhe no Twitter
2/11/2018 C# - Convertendo PDF para Texto com iTextSharp
http://www.macoratti.net/14/04/c_pdftxt1.htm 6/6
Referências:
Seção VB .NET do Site Macoratti.net
Super DVD .NET - A sua porta de entrada na plataforma .NET
Super DVD Vídeo Aulas - Vídeo Aula sobre VB .NET, ASP .NET e C#
Seção C# do site Macoratti.net
ASP .NET - Gerando arquivos PDF - Macoratti.net
ASP .NET - Exportando um GridView para PDF - Macoratti.net
ASP .NET MVC 3 - Gerando PDF (C#) - Macoratti.net 
José Carlos Macoratti