使用 Itextsharp 读取本地化 PDF 文件

我正在尝试使用 iTextSharp 阅读 PDF 文件。问题是当尝试阅读英语以外的 PDF 文件（例如印地语或阿拉伯语）时，它无法获取正确的单词。

我想知道，我应该在系统上安装印地语或阿拉伯字体，还是需要对编码进行一些处理？

ITextExtractionStrategy strategy = new SimpleTextExtractionStrategy();
string currentText = PdfTextExtractor.GetTextFromPage(pdfReader, page, strategy);
currentText = Encoding.UTF8.GetString(ASCIIEncoding.Convert(Encoding.Default, Encoding.UTF8, Encoding.Default.GetBytes(currentText)));
text.Append(currentText);

Edit:

示例 PDF 作为图像：

提取文本：

uxj ikfydk ifj"kn fuokZpd ukekoyh& 2011 i`"B la[;k % 1 1 1 1& & & & ftys dk uke ftys dk uke ftys dk uke ftys dk uke % % % % 0701---- 2 2 2 2& & & & 福克福克福克福克； ; ; ; dk 乌克 dk 乌克 dk 乌克 dk 乌克 % % % % 1-Ⅸ™ 3 3 3 3& & & & okMZ 拉 okMZ 拉 okMZ 拉 okMZ 拉[ [ [ [; ; ; ; 克欧克克欧克克克克克克克 % % % % 1- § § § §§§§§§§§§ §§§§§§§§§§§§§§§§ 4 4 4 4& & & & Hkkx la Hkkx la Hkkx la Hkkx la[ [ [ [;; ; ; ;k k k k % % % %

不要使用任何类型的编码，因为你不知道什么 编码是pdf文件有的。

。 我认为它会起作用。

ITextExtractionStrategy strategy = new SimpleTextExtractionStrategy();
string currentText = PdfTextExtractor.GetTextFromPage(pdfReader, page, strategy);
text=text+currentText;

///do what you want with text
MessageBox.Show(text);

如果仍然不起作用，那么您必须安装特定字体。