ByteScout PDF Extractor SDK

        适用于Windows软件开发人员的PDF Extractor SDK：PDF到文本，PDF到XML，PDF图像，阅读PDF信息，PDF到CSV for Excel。

Bytescout PDF Extractor SDK允许将PDF转换为文本，PDF转换为XML，PDF转换为CSV，从PDF中提取图像，在.NET和ActiveX界面中提取有关PDF文件的信息，而无需任何其他软件。

优点：
 将PDF转换为纯文本（如果您转换PDF格式的报纸，可以按照列进行操作） - 包括隐形文本提取;
 通过读取给定矩形的单元格将PDF格式的表格转换为Excel（CSV）;
 将PDF中的表格转换为XML文件;
 提取PDF文件元数据（标题，作者，描述）并获取有关该文件的其他信息（页数，加密与否）;
 从PDF文档中提取嵌入的图像（在ASP.NET，VB.NET，C＃，VB6和VBScript中）;
 DocumentMerger和DocumentSplitter接口和类，用于合并和拆分PDF文档;
不需要安装Adobe Reader或任何其他PDF阅读器软件;
 提供.NET和ActiveX接口;
 使用100％托管的C＃代码制作。
    

此版本中的新功能：

版本9.0.0.3079：按字体名称，字体大小和颜色添加了对提取内容的过滤。
将OCR引擎更新到最新版本。从'tessdata'文件夹更新语言文件。
改进了文本提取，表格数据中的行分组，性能，XFA表单提取，TableDetector，修复的PDF解析问题。

8.7.0.2980版中的新功能：

按字体名称，字体大小和颜色添加对提取内容的过滤。
将OCR引擎更新到最新版本。从'tessdata'文件夹更新语言文件。
在8.6.0.2911版本中改进了文本提取，表格数据中的行分组，性能，XFA表单提取，TableDetector，修复的PDF解析问题。

什么是新的：

按字体名称，字体大小和颜色添加对提取内容的过滤。
将OCR引擎更新到最新版本。从'tessdata'文件夹更新语言文件。
在8.2.0.2699版本中改进了文本提取，表格数据中的行分组，性能，XFA表单提取，TableDetector，修复的PDF解析问题。

什么是新：

版本8.2.0.2699可能包含未指定的更新，增强功能或错误修复。

8.0.0.2528版中的新功能：

新功能：

版本7.0.0.2474：

• 添加了新的DocumentPrinter实用程序类，允许以静默方式打印PDF文档（无需任何用户对话框）
  
• 添加了新的JSONExtractor类
  
• 为DocumentSplitter.Split（）方法添加了覆盖，允许为生成的文件指定输出文件夹
  
• 修复了DocumentSplitter中的多线程错误
  
• tableDetector现在尊重由SetExtractionArea（）方法设置的提取区域
  
• 提取类中的新属性：ExtractionColumns - 包含检测到的列的坐标; CustomExtractionColumns - 允许覆盖列检测
  
• GetPageRect *方法没有考虑页面轮换。
  修复了安装程序中导致以前安装的某些文件干扰更新的问题
  
• 重新进行了注册检查。现在库不会抛出异常，但如果您错过了或输入错误的RegistrationName和RegistrationKey，则在演示模式下工作
  
• PDF Multitool：将最近的文档列表添加到“打开PDF文档”按钮
  
• PDF Multitool：现在可以调整选择大小
  
• PDF Multitool：添加了提取JSON功能
  
• PDF Multitool：改进的表检测器UI
  
• PDF Multitool：大大提高了字体渲染质量
  
• PDF Multitool：在上下文菜单中添加了调试选项“显示检测到的提取列”，以在当前页面上显示检测到的列。仅在对当前显示的页面运行任何提取后变为可见
  
• PDF Multitool：修复了32位Windows上的字体渲染问题
  
• 其他小改进和错误修复

版本6.30.0.2421中的新功能：

版本6.30.0.2421：

• 添加了TextComparer实用程序类（仅适用于.NET 4.0程序集），允许比较两个PDF文档中的文本并生成报告。
• 改进了对ICC颜色配置文件的支持。
• 对嵌入字体的处理不力。
• 改进了AttachmentExtractor。
• 修正了XMLExtractor.SaveXMLToStream（）方法。
• 修复了使用OCRCacheMode.WholePage选项时提取的文本复制。
• 其他错误修复和改进。
  

版本6.20.2354中的新功能：

版本6.20.2354：

• PDF到文本，PDF到CSV，PDF到XML功能改进
• 新提取视频，提取音频示例
• CSV和XML提取器改进了对
中空列的表的支持
• 用于从PDF中提取视频和音频的新MultimediaExtractor
• 新属性PageDataCaching
• new“MemoryCareProcessingOfHugeFiles”示例
• 在尝试处置已经处理过的页面时修复了空例外
• XLSExtractor：改进字体支持
• SkipInvisibleText现在跳过剪切的文本（不可见）
• 文字输出渲染改进
• XFDF Extractor：添加了对复选框的支持
• 改进了图像输出以支持更多子格式
• 改进了Unicode文本处理
  

版本6.11.2149中的新功能：

版本6.11.2149：

• 批处理样本已更新，以显示Reset（）方法的使用
  
• 为Pages Extraction添加了C ++源代码示例
  
• DocumentMerger添加Merge2（inputfile1，inputfile2，outputfile）方法来合并2个文件
  
• XLS Extractor小错误修复程序
  
• PDF Multitool现在允许启用/禁用文本，图像，矢量图层，添加文本提取的高级设置
  
• XML，CSV，表格提取改进了对列中具有emtpry单元格的表的支持
  
• .ExtractShadowLikeText属性改进：更好地过滤类似阴影的文本
  

版本6.10.2136中的新功能：

版本6.10.2136：

• PDF到XML，PDF到CSV，PDF到文本功能得到改进
  
• PDF到XLS命令行示例添加（基于vbscript）
  
• PDF到HTML SDK添加新的.DetectHyperLinks属性（默认情况下为TRUE）以启用/禁用文本中的自动链接检测
  
• 新的SearchablePDFMaker（可用于PRO许可证）将PDF转换为可搜索的PDF文件
  
• 提取器中的新属性：ThinkingFontNames，ConsideFontSizes，TakingFontColors，CFG文件中的ConsideVerticalBorders
  
• 标题列检测（当AutoAlighHeaderToColumns = true时）得到改进
  
• .DetectLinesInsteadOfParagraphs替换为新的.LineGroupingMode来控制如何将行合并为段落
  
• 重要！ PDF To XML修复了文本对象的Y坐标不正确的长时间问题（指向左下角而不是左上角）
  
• .TableXMinIntersectionRequiredInPercents和.TableYMinIntersectionRequiredInPercents属性已添加
  
• 添加了C ++源代码示例
  
• XML Extractor修复了PreserveFormatting = true模式中缺少的空列
  
• 对某些PDF文件中的颜色进行微小修复
  
• 添加了对多种OCR语言的支持
  
• PDF Multitool GUI：将复制到剪贴板按钮添加到TXT，CSV，XML和光栅渲染器对话框
  
• XLSExtractor：添加PageToWorksheet属性以启用/禁用每页生成单独的工作表
  
• new .TextEncodingCodePage属性
  
• PDFViewerControl：添加ValidateContextMenu，允许用户将自定义项添加到上下文菜单
  
• PDF查看器控件：添加属性ShowTextObjects，ShowImageObjects，ShowVectorObjects
  
• XMLExtractor现在为已识别的文本添加“OCRConfidence”属性
  
• PDF / A检查功能（测试版）
  
• 根据原始布局改进控件和文本检查和对齐。问题是由解析时控件中Y坐标的移位引起的：这是不正确的。正确的方法是shif ...
  
• XML Extractor已更新：现在为复选框和文本字段生成CONTROL标记
  
• 将当前目录更改为临时目录
  
• 更好地支持复选框，radioboxes，editboxes，comboboxes
  
• 现在允许部分信任呼叫者
  

版本5.80.1781中的新功能：

版本5.80.1781：

• PDF到XML，PDF到CSV，PDF到文本功能已更新
  
• OCRMode现在提供9种模式
  
• .DetectLineInsteadOfParagraph现在效果更好。将其设置为False以捕获表格单元格中的多行文本！
  
• PDF控件支持改进
  
• FDF和XFDF数据提取
  

版本5.10.1747中的新功能：

版本5.10.1747：

• PDF到XML，PDF到CSV，PDF到文本功能得到改进
  
• 现在支持从文本控件中提取文本
  
• XML提取器现在将字体样式，大小，名称，文本坐标添加到标记中
  
• 添加了用于OCR使用的ASP.NET示例
  
• 新属性OCRLanguageDataFolder指定“tessdata”文件夹的位置
  
• 改进了对PDF文件的支持
  
• 改进了对旋转文本的支持
  
• 更新了源代码示例
  
• 更新了文档
  
• 小改进和修复
  

版本5.00.1626中的新功能：

版本5.00.1626：

• 添加了OCR（图像中的文本）功能：现在您可以从嵌入的图像中提取文本并修复损坏的文本
  
• 使用CSV和XML提取程序修复的问题在某些设置中缺少最后一列
  
• 改进了对损坏的PDF文件的支持
  
• 现在支持使用单词匹配模式的多行搜索文本搜索
  
• 现在可以使用连字符和不同的行搜索文本：查看新的源代码示例查找带连字符的文本
  
• 新属性.RTLTextAutoDetectionEnabled（默认为false）自动检测RTL语言
  
• 改进了PDF Viewer GUI演示
  
• 小改进和修复
  

要求：

.NET Framework 2.0或更高版本

限制：

Nag屏幕，输出水印