Преобразование PDF в DOCX в C#

Выполните оптическое распознавание символов в документе PDF и сохраните текст как документ PDF, используя Aspose.OCR для библиотеки .NET.

Как преобразовать PDF в DOCX с помощью C#

Aspose.OCR для .NET — это мощная, но простая в использовании и недорогая библиотека для преобразования изображений PDF в документы DOCX. Поддерживая 26 языков на основе латиницы, кириллицы и китайского языка, его современный механизм оптического распознавания символов обеспечивает превосходную скорость и точность распознавания, изолируя вас от формул, нейронных сетей и других сложных технических деталей. Он позволяет добавить функциональность OCR в ваши приложения .NET менее чем за 10 строк кода.

Aspose.OCR для .NET

обрабатывает отсканированные изображения или даже фотографии со смартфона в формате PDF и создает документы PDF, содержащие распознанный текст. Чтобы добавить его в свой проект, вам просто нужно установить Aspose.OCR [NuGet] ( https://www.nuget.org/packages/aspose.ocr ) package в своем проекте с помощью следующей команды:

Package Manager Console Command
  PM> Install-Package Aspose.OCR

Действия по преобразованию PDF в DOCX

С помощью .NET OCR и всего нескольких строк кода вы можете создать полнофункциональное приложение, которое преобразует изображение PDF в документ DOCX:

Создать экземпляр класса AsposeOcr
Вызов метода AsposeOCR.RecognizeImage
Передайте путь к файлу PDF в качестве параметра
AsposeOCR.RecognizeImage возвращает строку или файл типа DOCX

Системные Требования

Перед запуском примера убедитесь, что в вашей системе установлен .NET API, совместимый со спецификацией NET Standard 2.0, и все [внешние зависимости] ( https://docs.aspose.com/ocr/net/system-requirements/#external- зависимости) пакета Aspose.OCR упоминаются в вашем проекте.

Решение, совместимое с NET Standard 2.0+
Aspose.OCR для .NET, указанный в вашем проекте.

Этот пример кода показывает преобразование PDF в DOCX .NET
// initialize an instance of AsposeOcr
AsposeOcr ocr = new AsposeOcr();
// recognize image
string riText = ocr.RecognizeImage("template.PDF");
// print text
File. File.WriteAllText("document.DOCX", riText);

PDF Что такое PDF Формат файла

Portable Document Format (PDF) — это тип документа, созданный Adobe еще в 1990-х годах. Цель этого формата файла состояла в том, чтобы ввести стандарт для представления документов и других справочных материалов в формате, который не зависит от прикладного программного обеспечения, аппаратного обеспечения, а также операционной системы. Формат файла PDF имеет полную возможность содержать такую информацию, как текст, изображения, гиперссылки, поля форм, мультимедийные материалы, цифровые подписи, вложения, метаданные, геопространственные функции и 3D-объекты, которые могут стать частью исходного документа.

DOCX Что такое DOCX Формат файла

DOCX — широко известный формат документов Microsoft Word. Представленный в 2007 году с выпуском Microsoft Office 2007, структура этого нового формата документа была изменена с простого двоичного файла на комбинацию XML и двоичных файлов. Файлы Docx можно открывать в Word 2007 и его более поздних версиях, но не в более ранних версиях MS Word, которые поддерживают расширения файлов DOC.

Другие поддерживаемые преобразования

С помощью C# можно легко конвертировать различные форматы, в том числе.

TXT (Файл текстового документа)

Text (Файл текстового документа)

DOC (Документы, созданные Microsoft Word)

DOCX (Документы Microsoft Word)

XLS (Формат двоичного файла Microsoft Excel)

XLSX (Документы Microsoft Excel)

PDF (Переносимый формат документа (PDF))

Searchable PDF (Портативная сетевая графика с возможностью поиска)

XML (расширяемый язык разметки)

JSON (Обозначение объектов JavaScript)