PDFからテキストを抽出

Question

Xpdfに含まれるpdftotextコマンドを使い、あるPDF文書ファイルをテキストファイルに変換しようとしたところ、一部しか変換できず困っています。

そのPDFは日本語で記述されているのですが、pdftotextコマンドでの日本語の変換も対応済みであり、
他の日本語で記述されたPDFは問題なく変換されます。

セキュリティの問題で変換ができないと思われるのですが、対応策はあるでしょうか？

変換しようとしているPDFファイルは以下のURLにあるインターネット版官報です。

インターネット版官報

Answer 1

実はそういう場合はソフト一つをダウンロードして、すぐに解決できますよ。便利のツールをインストールすれば、ほとんどの問題を対応しますから、故に個人の愛用したSpire.PDF for .NETを推薦します。
テキストを抽出したいなら、このコードを試してみてください：

//ドキュメントをロードする
PdfDocument document = new PdfDocument();
document.LoadFromFile(@"E:\work\C pointer.pdf");

//テキストを抽出する
StringBuilder content = new StringBuilder();
content.Append(document.Pages[0].ExtractText());

//ドキュメントを保存する
String fileName = "TextFromPDF.txt";
File.WriteAllText(fileName, content.ToString());
System.Diagnostics.Process.Start("TextFromPDF.txt");

Answer 2

調べてみたところ、PDF版の官報はテキストデータではなく、画像をキャプチャーし貼り付けただけのPDFであり、文字情報などが含まれないデータのようです。
それ故にテキスト抽出が出来なかったということでした。