PDF解析帮助类
public class ComPDFHepler
{
/// <summary>
/// 正则获取字符串中两个字符串间的内容
/// </summary>
/// <param name="str"></param>
/// <param name="s"></param>
/// <param name="e"></param>
/// <returns></returns>
public static string GetValue(string str, string s, string e, bool isContansE)
{
Regex rg = new Regex("(?<=(" + s + "))[.\\s\\S]*?(?=(" + e + "))", RegexOptions.Multiline | RegexOptions.Singleline);
Match matchs = rg.Match(str);
if (isContansE)
{
return matchs.Groups[0].Value + matchs.Groups[2].Value;
}
else
{
return matchs.Groups[0].Value;
}
}
public static string GetValue(string str, string s, string e)
{
Regex rg = new Regex("(?<=(" + s + "))[.\\s\\S]*?(?=(" + e + "))", RegexOptions.Multiline | RegexOptions.Singleline);
Match matchs = rg.Match(str);
return matchs.Groups[0].Value + matchs.Groups[2].Value;
}
/// <summary>
/// 以startString起,取值到结束
/// </summary>
/// <param name="str"></param>
/// <param name="s"></param>
/// <returns></returns>
public static string GetStartWithValue(string str, string startString)
{
Regex rg = new Regex("(?<=(" + startString + "))[.\\s\\S]*", RegexOptions.Multiline | RegexOptions.Singleline);
Match matchs = rg.Match(str);
return matchs.Value;
}
/// <summary>
/// 转换成列表
/// </summary>
/// <param name="tempContent"></param>
/// <returns></returns>
public static List<String> ConvertToArrayString(string tempContent)
{
List<String> list = new List<string>();
StringReader sr = new StringReader(tempContent);
StringBuilder sb = new StringBuilder();
//读第一行
var strContent = sr.ReadLine();
Console.WriteLine(strContent);
//循环读所有的内容
while ((strContent = sr.ReadLine()) != null)
{
if (strContent.Equals(" "))
{
continue;
}
bool isMatch = Regex.IsMatch(strContent, @"(^\d+\.)20[0-9][0-9]");
if (isMatch)
{
if (!string.IsNullOrEmpty(sb.ToString()))
{
list.Add(sb.ToString());
sb = new StringBuilder();
}
}
sb.AppendLine(strContent);
}
sr.Close();
if (!string.IsNullOrEmpty(sb.ToString()))
{
list.Add(sb.ToString());
}
return list;
}
/// <summary>
/// 获取需要分析的(一)贷款 内容
/// </summary>
/// <param name="tagPath"></param>
/// <returns></returns>
public static string GetAnalysisContent(string tagPath)
{
StringReader sr = new StringReader(tagPath);
StringBuilder sb = new StringBuilder();
bool canRead = false;
//读第一行
var strContent = sr.ReadLine();
Console.WriteLine(strContent);
//循环读所有的内容
while ((strContent = sr.ReadLine()) != null)
{
//读到“信 贷 交 易 信 息 明 细 信 贷 交 易 信 息 明 细”,则是需要分析的文件,将其放在临时变量中sb,
//一直读到“( 二 ) 贷 记 卡 ( 二 ) 贷 记 卡”。结束。
if (canRead)
{
if (Regex.IsMatch(strContent, "(()[一二三四五六七八九十]())") && !strContent.Contains("贷款"))
{
canRead = false;
}
else
{
sb.AppendLine(strContent);
}
}
else
{
canRead = strContent.Contains("信贷交易信息明细");
}
}
sr.Close();
return sb.ToString();
}
/// <summary>
/// 获取需要分析的(二)贷记卡 内容
/// </summary>
/// <param name="tagPath"></param>
/// <returns></returns>
public static string GetAnyTextCardInfo(string tagPath)
{
string text = ComPDFHepler.GetValue(tagPath, "信贷交易信息明细", "查询记录", false);
text = ComPDFHepler.GetStartWithValue(text, "贷记卡");
return text;
}
/// <summary>
/// 读取PDF文件
/// </summary>
/// <param name="file"></param>
/// <returns></returns>
public static string pdf2txt(FileInfo file)
{
PDDocument doc = PDDocument.load(file.FullName);
PDFTextStripper pdfStripper = new PDFTextStripper();
string text = pdfStripper.getText(doc);
doc.close();
return text;
}
/// <summary>
/// 是否是数据
/// </summary>
/// <param name="text"></param>
/// <returns></returns>
public static bool IsNumber(string text)
{
return Regex.IsMatch(text, @"\d+");
}
/// <summary>
/// 获取字符串中的所有数字
/// </summary>
/// <param name="par"></param>
/// <returns></returns>
public static int GetNumber(string par)
{
string strTempContent = par;
strTempContent = System.Text.RegularExpressions.Regex.Replace(strTempContent, @"[^\d]*", "");
return Convert.ToInt32(strTempContent);
}
/// <summary>
/// 获取字符串中的所有数字,以逗号隔开
/// </summary>
/// <param name="par"></param>
/// <returns></returns>
public static string GetNumberSplit(string par)
{
string strTempContent = par;
strTempContent = System.Text.RegularExpressions.Regex.Replace(strTempContent, @"\D+", ",");
return strTempContent;
}
/// <summary>
/// 获取逾期记录表
/// </summary>
/// <param name="text"></param>
/// <returns></returns>
public static List<string> GetListOverDueRecord(string text)
{
string tempTableString = ComPDFHepler.GetStartWithValue(text, "逾期金额\r\n");
var arrayString = tempTableString.Split("\r\n".ToCharArray());
List<string> list = new List<string>();
foreach (string item in arrayString)
{
if (!string.IsNullOrEmpty(item))
{
list.Add(item);
}
}
return list;
}
/// <summary>
/// 是否为Month个月内
/// </summary>
/// <param name="date"></param>
/// <returns></returns>
public static bool isInMonth(string date, int month)
{
string dateFormat = date.Replace('.', '-');
try
{
DateTime dt = DateTime.Parse(dateFormat);
double days = DateTime.Now.Subtract(dt).TotalDays;
if (days / 30 <= month)
{
return true;
}
else
{
return false;
}
}
catch (Exception)
{
return false;
}
}
}
PDF解析帮助类的更多相关文章
- pdf解析与结构化提取
#PDF解析与结构化提取##PDF解析对于PDF文档,我们选择用PDFMiner对其进行解析,得到文本.###PDFMinerPDFMiner使用了一种称作lazy parsing的策略,只在需要的时 ...
- 解析C#类中的构造函数
<解析C#类中的构造函数> 一. C#中的构造函数概述: C#中类包含数据成员和函数成员.函数成员提供了操作类中数据的某些功能,包括方法.属性.构造器和终结器.运算符和索引器. 构造函数 ...
- 一个.NET通用JSON解析/构建类的实现(c#)转
转自:http://www.cnblogs.com/xfrog/archive/2010/04/07/1706754.html NET通用JSON解析/构建类的实现(c#) 在.NET Framewo ...
- PDF解析记录——Pdfbox
此文仅作记录[嫌放电脑里碍事-_-],内容为以前收集的一小段代码. 下面为pdf获取文本的简要代码片段: private string GetPDFText(string filename) { ...
- CI 模板解析器类
模板解析器类可以解析你的视图文件中的伪变量.它可以解析简单的变量或者以变量作为标签的结构.如果你以前没有用过模板引擎,那么伪变量如下所示: <html><head><ti ...
- 爬虫代码实现五:解析所有分页url并优化解析实现类
如图,我们进入优酷首页,可以看到电视剧列表,我们称这个页面为电视剧列表页,而点击进入某个电视剧,则称为电视剧详情页.那么如何获取所有分页以及对应的详情页呢,通过下面的分页得到. 因此,首先,我们将St ...
- 一个.NET通用JSON解析/构建类的实…
一个.NET通用JSON解析/构建类的实现(c#) 在.NET Framework 3.5中已经提供了一个JSON对象的序列化工具,但是他是强类型的,必须先按JSON对象的格式定义一个类型,并将类型加 ...
- C#字符串数组排序 C#排序算法大全 C#字符串比较方法 一个.NET通用JSON解析/构建类的实现(c#) C#处理Json文件 asp.net使用Jquery+iframe传值问题
C#字符串数组排序 //排序只带字符的数组,不带数字的 private string[] aa ={ "a ", "c ", "b & ...
- Spring5源码解析6-ConfigurationClassParser 解析配置类
ConfigurationClassParser 在ConfigurationClassPostProcessor#processConfigBeanDefinitions方法中创建了Configur ...
随机推荐
- C# 对包含文件或目录路径信息的 System.String 实例执行操作
在字符串操作中有一类比较特殊的操作,就是对包含文件或目录路径信息的 System.String 实例执行操作.比如根据一个表示路径的字符串获取其代表的文件名称.文件夹路径.文件扩展名等.在很多时候,我 ...
- java ExecutorService
ExecutorService 通常Executor对象会创建并管理一组执行Runnable对象的线程,这组线程被称为线程池,Executor基于生产者-消费者模式.提交任务的执行者是生产者(产生待完 ...
- 好脑袋不如烂笔头-Quartz使用总结
Quartz是Java平台的一个开源的作业调度框架.Quartz.net是从java版本移植到.net版本的..net项目使用Quartz来执行批处理等定时任务非常方便. (1)从nuget上可以安装 ...
- 爱上MVC~为DisplayNameFor添加扩展,支持PagedList集合
回到目录 DisplayNameFor方法是MVC提供给我们的,它可以将模型的DisplayName特性的值显示到页面上,这对程序员来说很是方便,在进行实体设计时,可以指定它的显示名称,然后MVC引擎 ...
- h5里viewport设置
正确设置: <meta name="viewport" content="width=device-width,initial-scale=1.0"> ...
- 《Effective Java》—— 对于所有对象都通用的方法
本节主要涉及Object中通用的一些方法,比如equals,hashCode,toString,clone,finalize等等 覆盖equals时请遵守通用约定 equals方法实现的等价关系: 自 ...
- KnockoutJS 3.X API 第五章 高级应用(1) 创建自定义绑定
您不仅限于使用内置的绑定,如click,value绑定等,您可以创建自己的绑定. 这是如何控制视图模型如何与DOM元素进行交互,并且为您提供了大量的灵活性,以便于以复用的方式封装复杂的行为. 注册绑定 ...
- 如何制作自己的yum源
在 /etc/yum.repos.d下创建一个以.repo结尾的文件如aaa.repo,其内容如下(一定要以repo结尾) [aaa] name=aaa baseurl=http://mirror ...
- Python数据类型之“集合(Sets)与映射(Mapping)”
一.集合类型(Sets) 集合对象是不同的(不可重复)hashable对象的无序集合.常见用法包括:成员关系测试.移除序列中的重复.以及科学计算,例如交集.并集.差分和对称差分.通俗点来说,集合是一个 ...
- redis + 主从 + 持久化 + 分片 + 集群 + spring集成
Redis是一个基于内存的数据库,其不仅读写速度快,每秒可以执行大约110000的写操作,81000的读取操作,而且其支持存储字符串,哈希结构,链表,集合丰富的数据类型.所以得到很多开发者的青睐.加之 ...