将 PDF 转换为其他文档格式

Aspose.Words 甚至可以加载 PDF 等复杂格式。这开辟了新的机会：可以将 PDF 转换为 Word 或其他格式，从而使用户在解决许多应用问题方面遥遥领先。

先决条件

  • 在 Aspose.Words.Pdf2Word.dll 中添加了对 Aspose.Words 包 或者 的引用。
  • 至少 .NET Framework 4.6.1 或 .NET Standard 2.0。通过与 .NET Standard 的兼容性，还支持 .NET Core 2.x 或 3.0、.NET 5 和 Xamarin 等目标。

将 PDF 转换为各种格式

最流行的 PDF 转换是转换为 Microsoft Word 格式（例如 DOCX、DOC）以及图像格式（例如 JPG 或 PNG）。话虽如此，将文档从一种格式转换为另一种格式的执行方式很熟悉。

以下代码示例演示如何将文档从 PDF 转换为 DOCX：

导入 PDF {#specify-load-options-when-importing-pdf} 时指定加载选项

Aspose.Words 为您提供了 PdfLoadOptions 类，它可以更精确地控制 PDF 文档的加载方式。

大多数属性都会继承或重载 LoadOptions 类中已存在的属性。除此之外，还为 PDF 格式指定了许多属性。例如，您可以使用 PageCount 和 PageIndex 属性来定义要从 PDF 文档加载的页面范围，并使用 SkipPdfImages 属性来控制加载 PDF 时是否应跳过图像。另一个受支持的参数是 Password，必须为 受密码保护的文档 提供该参数。

支持的 PDF 内容

PDF2Word插件目前支持以下数据类型：

  • 文字段落
  • 图片
  • 表格
  • 列表
  • 页眉和页脚
  • 脚注
  • 页码
  • 从右到左的文本（有一些限制）
  • 可搜索的 PDF（前面的图像将被删除，以支持背景文本）

未来特性

一些功能仍处于早期开发阶段或包含在开发路线图中：

  • 目录
  • 可搜索和不可搜索 PDF 的 OCR
  • 进度报告
  • 多列文本
  • 数学公式
  • 更多自动字段（除了 PAGE 和 NUMPAGES）

PDF 加载异常

在 PDF 文档转换过程中，可能会发生以下异常之一：

例外 描述
FileLoadException 由于某种原因无法处理 PDF 文件。
将问题报告给开发团队进行详细调查
DrmProtectedFileException PDF 文件受 Adobe DRM 保护，无法使用 Pdf2Word 进行解码。
PasswordProtectedFileException 必须为受密码保护的 PDF 提供正确的密码。

也可以看看

将文档转换为 C# 格式的图像