不使用第三方库获取PDF页数

先上码

/// <summary>
/// 获取PDF页数
/// By motozilog
/// 2019-09-02
/// </summary>
/// <param name="pdfFile">传入PDF文件路径</param>
/// <returns>PDF页数(若为0，则表示错误)</returns>
public int GetPdfPages(string pdfFile)
{
    try
    {
        FileStream fs = new FileStream(pdfFile, FileMode.Open, FileAccess.Read);
        StreamReader r = new StreamReader(fs);
        string pdfText = r.ReadToEnd();
        Regex rx1 = new Regex(@"Type/Pages/Count [\d]*");
        MatchCollection matches = rx1.Matches(pdfText);
        int maxPage = 0;
        foreach (var x in matches)
        {
            int p = 0;
            if (Int32.TryParse(x.ToString().Replace("Type/Pages/Count", "").Trim(), out p))
            {
                if (p > maxPage)
                {
                    maxPage = p;
                }
            }
        }
        fs.Close();
        fs.Dispose();
        r.Close();
        r.Dispose();
        GC.WaitForPendingFinalizers();
        return maxPage;
    }
    catch (Exception)
    {
        return 0;
    }
}

随着政务系统的升级，证照库己逐步统一成PDF格式，将PDF中每一页转换成图片，并利用华为云的OCR服务(文字识别)对证照图片进行文本识别，通过文本的检索可大大提高政务系统的搜索效率和正确率。

获取PDF页数在网上有很多教程，要么是通过第三方库，要么找到类似于这样的代码：

regexp = new Regex( @"/Type\s*/Page[^s]" );

但这个代码，实际上是不work的。

例如这个PDF，实际只有1页，但却匹配了2次，就会误认为是2页。

经过了一段探索，找到了是/Type/Pages/Count(注意：需要PDF1.4以上，但目前手上的都是1.4或者1.7)

所以正则表达式写成：

Regex rx1 = new Regex(@"Type/Pages/Count [\d]*");

但是发现有些高拍仪的厂家是用iText生成PDF，就会出现多个Count的字段

所以遍历找最大的就行了。

Done！