C# 経由で PDF を抽出
.NET ライブラリを使用して PDF からテキストと画像を抽出する方法
.NET ライブラリで PDF を解析する方法
PDF を抽出する必要がありますか?プログラムによる PDF 文書の修正は、現代のデジタルワークフローに欠かせないものです。Aspose.PDF のような.NET ライブラリを使用すると、開発者は PDF からテキストを抽出したり、PDF から画像を取得したりできます。これらのライブラリは、他のソフトウェアに依存しないスタンドアロンソリューションであり、すぐに商用利用が可能です。プロの C# 開発者のあらゆるニーズをカバーしています。
- PDF データ (テキスト、画像、フォーム、フィールドなど) を抽出します。
- PDF からテキストを抽出
- PDF から画像を抽出
- PDF からフォントを抽出
- フォームからデータを抽出
- スタンプからテキストを抽出
- テーブルからデータを抽出
PDF ファイルを抽出するには、Aspose.PDF for .NET API を使用します。これは net プラットフォーム向けの機能が豊富で強力で使いやすいドキュメント操作 API です。NuGet パッケージマネージャーを開き、Aspose.PDF を検索してインストールします。パッケージマネージャーコンソールから次のコマンドを使用することもできます。
Package Manager Console
PM > Install-Package Aspose.PDFC# 経由で PDF を解析
お使いの環境でコードを試すには、(https://releases.aspose.com/pdf/net) が必要です。
1。PDF に Document のインスタンスをロードします。 1.TextAbsorber オブジェクトを作成してテキストを抽出します。 1.すべてのページのアブソーバーを受け入れます。 1.抽出したテキストを取得 1.ライターを作成してファイルを開き、ファイルに 1 行のテキストを書き込む
PDF ファイルの抽出-C#
このサンプルコードは、PDF ドキュメントを抽出する方法を示しています。
Input file:
File not added
Output format:
PDF
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();