Extraire du texte d’un PDF en C#
Comment extraire du texte d’un PDF à l’aide de la bibliothèque .NET
Comment extraire du texte d'un PDF à l'aide de la bibliothèque .NET
Avez-vous besoin d’extraire du texte d’un PDF ? La modification programmatique des documents PDF est un élément essentiel des flux de travail numériques modernes. Avec les bibliothèques .NET telles que Aspose.PDF, les développeurs peuvent extraire du texte d’un PDF. Ces bibliothèques sont des solutions autonomes qui ne s’appuient sur aucun autre logiciel et sont prêtes à être utilisées à des fins commerciales. Ils couvrent tous les besoins possibles des développeurs C# professionnels.
- Extraire le texte d’un PDF
- Extraire des images d’un PDF
- Extraire les polices d’un PDF
- Extraire les données du formulaire
- Extraire le texte des timbres
- Extraire les données du tableau
Afin d’extraire du texte d’un fichier PDF, nous utiliserons l’API Aspose.PDF for .NET qui est une API de manipulation de documents riche en fonctionnalités, puissante et facile à utiliser pour la plateforme net. Ouvrez le gestionnaire de packages NuGet, recherchez Aspose.pdf et installez-le. Vous pouvez également utiliser la commande suivante depuis la console du gestionnaire de packages.
Package Manager Console
PM > Install-Package Aspose.PDFExtraire du texte d’un PDF en C#
Pour essayer le code dans votre environnement, vous avez besoin de Aspose.PDF pour .NET.
- Chargez le PDF avec une instance de Document.
- Créez un objet TextAbsorber pour extraire du texte.
- Acceptez l’absorbeur pour toutes les pages.
- Obtenir le texte extrait
- Créez un rédacteur et ouvrez le fichier, écrivez une ligne de texte dans le fichier
Extraire le texte d'un PDF - C#
Cet exemple de code montre comment extraire du texte à partir de documents PDF
Input file:
File not added
Output format:
Output file:
// Open document
Document pdfDocument = new Document(dataDir + "ExtractTextAll.pdf");
// Create TextAbsorber object to extract text
TextAbsorber textAbsorber = new TextAbsorber();
// Accept the absorber for all the pages
pdfDocument.Pages.Accept(textAbsorber);
// Get the extracted text
string extractedText = textAbsorber.Text;
// Create a writer and open the file
TextWriter tw = new StreamWriter(dataDir + "extracted-text.txt");
// Write a line of text to the file
tw.WriteLine(extractedText);
// Close the stream
tw.Close();