Konwertuj PDF na XML w C#
Wykonaj optyczne rozpoznawanie znaków na dokumencie PDF i zapisz tekst jako dokument PDF przy użyciu Aspose.OCR z biblioteki .NET.
Aspose.OCR dla .NET
Overview
Jak przekonwertować PDF na XML za pomocą C#
Aspose.OCR dla .NET to potężna, ale łatwa w użyciu i opłacalna biblioteka do konwersji obrazów PDF na dokumenty XML. Dzięki obsłudze 26 języków opartych na łacinie, cyrylicy i chińskim, najnowocześniejszy mechanizm optycznego rozpoznawania znaków zapewnia doskonałą szybkość i dokładność rozpoznawania, izolując Cię od formuł, sieci neuronowych i innych złożonych szczegółów technicznych. Umożliwia dodanie funkcji OCR do aplikacji .NET w mniej niż 10 wierszach kodu.
przetwarza zeskanowane obrazy, a nawet zdjęcia ze smartfona w formacie PDF i tworzy dokumenty PDF zawierające rozpoznany tekst. Aby dodać go do swojego projektu, wystarczy zainstalować Aspose.OCR
zapakuj w swój projekt za pomocą następującego polecenia:
Package Manager Console Command
PM> Install-Package Aspose.OCR
Kroki, aby przekonwertować PDF na XML
Dzięki .NET OCR i zaledwie kilku linijkom kodu możesz stworzyć w pełni funkcjonalną aplikację, która konwertuje obraz PDF na dokument XML:
- Utwórz instancję klasy AsposeOcr
- Wywołaj metodę AsposeOCR.RecognizeImage
- Przekaż ścieżkę pliku PDF jako parametr
- AsposeOCR.RecognizeImage zwraca ciąg lub plik typu XML
wymagania systemowe
Przed uruchomieniem przykładu upewnij się, że .NET API zgodne ze specyfikacją NET Standard 2.0 jest zainstalowane w Twoim systemie i wszystkie [zewnętrzne zależności]( https://docs.aspose.com/ocr/net/system-requirements/#external- zależności) pakietu Aspose.OCR są przywoływane w projekcie.
- Rozwiązanie kompatybilne z NET Standard 2.0+
- Aspose.OCR dla platformy .NET, do której odwołuje się Twój projekt.
Ten przykładowy kod pokazuje konwersję PDF na XML .NET
// initialize an instance of AsposeOcr
AsposeOcr ocr = new AsposeOcr();
// recognize image
string riText = ocr.RecognizeImage("template.PDF");
// print text
File. File.WriteAllText("document.XML", riText);
PDF Co jest PDF Format pliku
Portable Document Format (PDF) to rodzaj dokumentu stworzony przez firmę Adobe w latach 90. XX wieku. Celem tego formatu pliku było wprowadzenie standardu reprezentacji dokumentów i innych materiałów referencyjnych w formacie niezależnym od oprogramowania aplikacji, sprzętu oraz systemu operacyjnego. Format pliku PDF ma pełną zdolność do przechowywania informacji, takich jak tekst, obrazy, hiperłącza, pola formularzy, multimedia, podpisy cyfrowe, załączniki, metadane, funkcje geoprzestrzenne i obiekty 3D, które mogą stać się częścią dokumentu źródłowego.
Czytaj więcejXML Co jest XML Format pliku
XML oznacza Extensible Markup Language, który jest podobny do HTML, ale różni się w użyciu znaczników do definiowania obiektów. Cała idea stworzenia formatu pliku XML polegała na przechowywaniu i transporcie danych bez uzależnienia od narzędzi programowych lub sprzętowych. Jego popularność wynika z tego, że jest czytelny zarówno dla ludzi, jak i maszyn. Umożliwia to tworzenie wspólnych protokołów danych w postaci obiektów, które mają być przechowywane i udostępniane w sieci, takiej jak World Wide Web (WWW). „X” w XML oznacza rozszerzalność, co oznacza, że język można rozszerzyć na dowolną liczbę symboli zgodnie z wymaganiami użytkownika. Z tych funkcji korzysta wiele standardowych formatów plików, takich jak Microsoft Open XML, LibreOffice OpenDocument, XHTML i SVG.
Czytaj więcejInne obsługiwane konwersje
Za pomocą C# można łatwo konwertować różne formaty, w tym.