我首先了解了pdf的结构：http://www.gnupdf.org/Introduction_to_PDF
然后了解pdf对文本内容的两种压缩方式（也就是encode）：http://bbs.csdn.net/topics/380237655
然后参考了简单的文本提出代码（也就是对被压缩的文本解压缩decode）：http://www.codeproject.com/Articles/7056/Code-to-extract-plain-text-from-a-PDF-file
最后剩下的就是对字符串的匹配算法（kmp、朴素匹配...）实现了，当然也可以借用别的库（网上各种开源正则表达式库）来实现。
题主的问题就解决了\(^o^)/
内容全部来源于网络收集，如有侵权，请联系网站删除：QQ：24596024