最近在做一个简历管理工具时遇到了一些需求，在网上找了大量资源信息，发现Qt对pdf、word进行数据读取的信息少之又少，于是根据我自己的摸索，实现了这些需求功能。
功能主要实现了1、对pdf、word文件进行预览显示2、读取pdf、word文本数据3、进行文本之间的相似度比较。 资源每段我基本都有详细的过程注解，Demo可以直接运行测试。
pdf的预览及读取我是用的网上的Poppler第三方库，直接链接动态库的方式，Poppler库很强大，只是目前我只找到32位的库。
word的预览及读取使用的是QAxwidget调用COM组件的方式。这个方法网上很常见，但是大多只有预览，对word文字提取基本都有不足之处(比如带组件的word文字提取失败等)，我对这些不足之处进行了完善。
文本相似度比较我试过余弦比较、最小距离比较、jaccard等方法，目前里面有最小距离比较、jaccard。
各种依赖文件、库都放在里面，数据完整可直接用
2022-03-27 22:53:19
17.19MB
1
C++程序读取PDF中的文本。Adobe允许你提交PDF文件，提取成文本或HTML后再通过邮件发送给你。但是假如你需要自己提取文本或在程序中加入这个功能的话，需要花费很多时间。也许你还需要对文本应用某些特殊格式（如，添加tab分隔符）以便它们能够导入到Execl中（比如，你需要将PDF文档中包含的表格数据导入到Excel中，这就是编写这段代码的目的）。附件中的程序使用VC6.0编译通过，可以成功的读取PDF文件中的文本。并且保存到一个txt文件中
2021-11-03 23:12:58
99KB
1
网上关于xpdf提取文本的资料都是linux系统下的，连官网下载的使用说明也是linux系统的，看你们一个个怪可怜的，我整理了一个windows系统下的程序和配置，源码下载解压后直接运行useage.bat就把目录里的1.pdf的文本保存为1.txt，剩下的读取txt就很简单了。右键编辑useage.bat文件可以看见命令行，命令行格式：pdftotext.exe -layout -enc GBK -cfg add-to-xpdfrc 要读取的pdf文件路径 保存成txt文件路径
2021-10-29 18:05:46
1.41MB
1
Spire.Pdf.dll读取 pdf文件(非扫描版)内容 生成json文本
2021-08-10 22:04:28
46.49MB
1