Używam tego kodu do czytania treści pdf za pomocą iTextSharp. działa dobrze, gdy treść jest angielska, ale nie działa, gdy treść jest perska lub arabska
Wynik jest następujący:
Tutaj to przykładowy nieangielski plik PDF do testu.

ŽŽ ›Ù † § Ù” ”¨ ˜ · Ø« ÛŒ ÛŒ ›˜ ˜ ¾ ¾ § §› ›Ù„ ” com www.codebetter.com 1 1 ´´ ”ب¨˜˜ · Ø« ´Ž ”› † ا یؿی ›˜

<code>همانرب لوصا یسیون  مرن دیلوت رتهب رازÙا
</code>

Jakie jest rozwiązanie ?

<code>  public string ReadPdfFile(string fileName)
        {
            StringBuilder text = new StringBuilder();

            if (File.Exists(fileName))
            {
                PdfReader pdfReader = new PdfReader(fileName);

                for (int page = 1; page <= pdfReader.NumberOfPages; page++)
                {
                    ITextExtractionStrategy strategy = new SimpleTextExtractionStrategy();
                    string currentText = PdfTextExtractor.GetTextFromPage(pdfReader, page, strategy);

                    currentText = Encoding.UTF8.GetString(Encoding.Convert(Encoding.Default, Encoding.UTF8, Encoding.UTF8.GetBytes(currentText)));
                    text.Append(currentText);
                    pdfReader.Close();
                }
            }
            return text.ToString();
        }
</code>