Flutter Web中如何提取PDF文件的文本内容？

你的问题出在直接用latin1解码PDF二进制数据——PDF是包含字体、布局、图片等的结构化二进制格式，不是纯文本文件，直接解码只会得到PDF的底层标记语言或乱码，无法提取有效文本。

解决方案：使用PDF解析库 #

选择支持Flutter Web的Dart库来处理PDF解析，推荐pdf_text（轻量且适配Web）。

步骤1：添加依赖 #

在pubspec.yaml中添加：

dependencies:
  pdf_text: ^0.8.0 # 请使用pub.dev上的最新版本

执行flutter pub get安装依赖。

步骤2：修改文件读取与解析逻辑 #

替换原有的handleFileChange方法，用库来解析PDF内容：

// 替换原来的handleFileChange方法
void handleFileChange(Event e) async {
  final files = (_fileInput?.files ?? []);
  if (files.isNotEmpty) {
    final file = files.first;
    final reader = FileReader();
    reader.readAsArrayBuffer(file);
    reader.onLoadEnd.listen((event) async {
      final Uint8List? pdfBytes = reader.result as Uint8List?;
      if (pdfBytes != null) {
        try {
          // 使用pdf_text库提取文本
          String pdfText = await PdfText.extractTextFromBytes(pdfBytes);
          print("提取到的PDF文本：");
          print(pdfText);
          setState(() {
            _pdfContent = pdfText; // 保存文本到状态，用于后续展示或处理
          });
        } catch (e) {
          print("解析PDF出错：$e");
        }
      }
    });
  }
}

步骤3：展示提取的文本（可选） #

如果需要在界面展示提取的内容，可以在build方法中_selectedPDF != null的代码块里添加：

if (_pdfContent != null)
  Padding(
    padding: EdgeInsets.all(10),
    child: Text(
      _pdfContent!,
      style: TextStyle(fontSize: 14),
    ),
  )

关键说明 #

• 避免直接解码PDF二进制：PDF的文本内容被封装在内部对象结构中，必须通过专门的解析器提取。
• 库兼容性：确认使用的库支持Flutter Web，部分PDF库仅支持移动端，使用前查看pub.dev的平台支持说明。

内容的提问来源于stack exchange，提问作者Brandon Osmar Nuñez Vazquez