确定 PDF 文件中的页数 [关闭]

Posted 2023-02-24

技术标签:

【中文标题】确定 PDF 文件中的页数 [关闭]【英文标题】：Determine number of pages in a PDF file [closed] 【发布时间】：2010-09-24 03:10:41 【问题描述】：

我需要使用 C# 代码 (.NET 2.0) 确定指定 PDF 文件中的页数。 PDF 文件将从文件系统中读取，而不是从 URL 中读取。有谁知道如何做到这一点？注意：执行此检查的 PC 上已安装 Adobe Acrobat Reader。

【问题讨论】：

【参考方案1】：

您需要用于 C# 的 PDF API。 iTextSharp 是一种可能的 API，尽管可能存在更好的 API。

iTextSharp 示例

您必须安装 iTextSharp.dll 作为参考。从 SourceForge.net 下载 iTextsharp 这是一个使用控制台应用程序的完整工作程序。

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using iTextSharp.text.pdf;
using iTextSharp.text.xml;
namespace GetPages_PDF

  class Program

    static void Main(string[] args)
      
       // Right side of equation is location of YOUR pdf file
        string ppath = "C:\\aworking\\Hawkins.pdf";
        PdfReader pdfReader = new PdfReader(ppath);
        int numberOfPages = pdfReader.NumberOfPages;
        Console.WriteLine(numberOfPages);
        Console.ReadLine();

【讨论】：

所以你是说“这是我推荐的，但实际上有更好的方法来做到这一点”？谢谢，Darkdog，在查看了 PDFLib 和 iTextSharp 之后，我最终使用了 iTextSharp： PdfReader pdfReader = new PdfReader(pdfFilePath); int numberOfPages = pdfReader.NumberOfPages;希望这对面临同样问题的人有所帮助。感谢 MagicAndi 发布代码。很有用 @MagicAndi 感谢您发布代码！现在是 iText7，提取页数的代码是 PdfDocument pdfDoc = new PdfDocument(new PdfReader(fileName)) 然后 pdfDoc.GetNumberOfPages();您可以从 NuGet 包中获取项目。【参考方案2】：

我为此使用了pdflib。

    p = new pdflib();

    /* Open the input PDF */
    indoc = p.open_pdi_document("myTestFile.pdf", "");
    pageCount = (int) p.pcos_get_number(indoc, "length:pages");

【讨论】：

【参考方案3】：

我在使用 CeTe Dynamic PDF 产品方面取得了巨大成功。它们不是免费的，但有据可查。他们为我完成了这项工作。

http://www.dynamicpdf.com/

【讨论】：

【参考方案4】：

在http://www.dotnetspider.com/resources/21866-Count-pages-PDF-file.aspx 找到了一条路这不需要购买 pdf 库

【讨论】：

Rachael，终于复习了这个问题，并查看了您的链接。谢谢，下次出现这个问题的时候试试！ +1【参考方案5】：

这应该可以解决问题：

public int getNumberOfPdfPages(string fileName)

    using (StreamReader sr = new StreamReader(File.OpenRead(fileName)))
    
        Regex regex = new Regex(@"/Type\s*/Page[^s]");
        MatchCollection matches = regex.Matches(sr.ReadToEnd());

        return matches.Count;

来自Rachael's answer 和this one。

【讨论】：

Barrett，感谢您提供示例代码。 +1 我认为这不会总是给出正确的计数。它也不适用于加密的 PDF。 @TimB 我保存了一个加密的 PDF 并且可以使用它。效果很好，但比 iTextSharp 解决方案慢。 PDF 使用版本化对象，如果 PDF 尚未清理，还可以包含已删除的对象，因此可能有实际未链接到 PDF 或已被替换为较新的版本。这就是为什么使用维护的 PDF 库比自己做更好的主意。【参考方案6】：

我使用了上面的代码，它使用正则表达式解决了这个问题，它可以工作，但是速度很慢。它读取整个文件以确定页数。

我在一个网络应用程序中使用它，页面有时会一次列出 20 或 30 个 PDF，在这种情况下，由于页面计数方法，页面的加载时间从几秒钟变为近一分钟。

我不知道 3rd 方库是否更好，我希望他们是，并且我在其他场景中成功使用了 pdflib。

【讨论】：

Ryan，我使用 iTextSharp 库解决了这个问题，发现它提供了不错的性能。您还可以查看 PDFSharp。至于正则表达式解决方案的问题，这是正则表达式导致的问题多于解决的问题的另一个例子 - codinghorror.com/blog/archives/001016.html 同意。直到之后我才看到您的注释，但是我按照您的建议将 RegEx 函数替换为使用 iTextSharp 的函数，并且性能有了很大的提高。根据我的测试，iTextSharp 方法至少比 RegEx 方法快 5 倍，并且通常比这快很多，至少在我同时计算多个 PDF 文件时（即加载列出多个 PDF 的页面） )。如果性能有问题，您可能想尝试使用 PDFLeo (rockpdf.com) 等命令行实用程序。像“pdfleo -i myfile.pdf | grep "Number of Pages" 这样的命令在 300 页文件上花费的时间不到 1 秒。【参考方案7】：

Docotic.Pdf library 可用于完成任务。

这里是示例代码：

PdfDocument document = new PdfDocument();
document.Open("file.pdf");
int pageCount = document.PageCount;

该库将尽可能少地解析，因此性能应该没问题。

免责声明：我为 Bit Miracle 工作。

【讨论】：

我不想讽刺，但您应该检查您的绩效声明。我尝试了一个 250 页的 PDF，216Mo，它比 PDF-Sharp 慢了近 20 倍，只是为了获得页数，使用你的例子【参考方案8】：

一行：

int pdfPageCount = System.IO.File.ReadAllText("example.pdf").Split(new string[]  "/Type /Page" , StringSplitOptions.None).Count()-2;