Eu uso este código para ler conteúdo em pdf usando iTextSharp. funciona bem quando o conteúdo é inglês, mas não funciona quando o conteúdo é persa ou árabe
Resultado é algo assim:
Aqui é um exemplo de PDF que não está em inglês para teste.

ÙŽÙ ›Ù † ا ÙÙ» ØØÙØØØØØØØØÙØØÙØØØÙÙØ ›ÙØØØÙÙØ› ÙØÙ »ÙØÙÙ› Ù… Ø ÙÙ¿ س٠س © Karl Seguin foppersian.codeplex. com www.codebetter.com 1 1 Ù '”Ø Ù Ø Ø Ø Ù Ù› Ù † ا Øؿی٠›Ù

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

Qual é a solução ?

<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>