Konwersja dokumentów PDF za pośrednictwem Java

Istnieje kilka przypadków, gdy istnieje potrzeba manipulowania dokumentami innymi niż PDF, mając dane parsowania dostępne w formatach PDF. Tak więc w przypadku takich aplikacji będą dwa scenariusze albo dodają funkcjonalność analizowania plików PDF w ramach własnego rozwiązania, albo dodają funkcję konwersji PDF w celu manipulowania danymi według obsługiwanych formatów. W drugim scenariuszu, aby przekonwertować plik PDF na Word**, Excel, HTML, obrazy lub dowolny wymagany format, implementacja czytnika i konwerteraC# PDF i konwerter kodu w oparciu o .NET jest proste. Omawiamy tutaj kilka przypadków, aby programiści mogli modyfikować te fragmenty kodu konwersji zgodnie z ich wymaganiami.

// Załaduj źródłowy plik PDF
Document pdfFile = new Document("Source-PDF-File.pdf");

// Zapisz za pomocą opcji zapisywania
// Tworzenie obiektu DocSaveOptions
DocSaveOptions saveOptions = new DocSaveOptions();

// Ustaw tryb rozpoznawania jako Flow oznacza tryb pełnego rozpoznawania
saveOptions.setMode(DocSaveOptions.RecognitionMode.Flow);

// Pozostałe dwa tryby to RecognitionMode.TextBox i RecognitionMode.EnhancedFlow

// Ustaw bliskość poziomą jako 2.5
saveOptions.setRelativeHorizontalProximity(2.5f);

// Włącz wartość rozpoznawania punktorów podczas procesu konwersji
saveOptions.setRecognizeBullets(true);

// Zapisz wynikowy plik DOC
pdfDocument.save(docFile.toString(), saveOptions);

Aspose.PDF dla biblioteki .NET obsługuje wszystkie konwersje plików PDF na Word. W przypadku, gdy tylko konwertujemy dokumenty Microsoft Word bez żadnych specjalnych ustawień, po prostu ładujemy plik PDF za pomocą metody Zapisz z klasy Document i użyjemy z wyjściową ścieżką dokumentu Word i SaveFormat jako parametry. W szczególnych przypadkach, w których istnieje potrzeba zwiększenia odległości linii, rozdzielczości obrazu i innych ustawień, API ma klasę DocSaveOptions, która ujawnia wszystkie takie ustawienia.

// Załaduj dokument PDF
Document pdfDoc = new Document("sample-file.pdf");
// Zainicjuj ExcelSaveOptions
ExcelSaveOptions excelSave = new ExcelSaveOptions();
// Ustaw wyjściowy format Excel XLSX
excelSave.setFormat(ExcelSaveOptions.ExcelFormat.XLSX);
// Zminimalizuj liczbę arkuszy
excelsave.setMinimizeTheNumberOfWorksheets(true);
// Konwertuj plik wyjściowy PDF na Excel
pdfDoc.Save("pdf-to-excel-output.xlsx", excelSave);

Specialized SaveFormatat.excel Wyliczenie dostępne do zapisywania plików PDF w określonych formatach wyjściowych Microsoft Excel XLS XLSX. Co więcej, .NET PDF Library ma również speicific klasa ExcelSaveOptions, która nie tylko zajmuje się zapisywaniem w formatach Excel, ale także zapewnia różne funkcje i właściwości do ustawiania różnych atrybutów, takich jak dokładny format wyjściowy, minimalizuj liczba arkuszy roboczych i więcej.

// Załaduj dokument PDF
Document pdfDocument = new Document("document.pdf");
PptxSaveOptions pptxOptions = new PptxSaveOptions();
pptxOptions.setSlidesAsImages(true);
// Zapisz plik wyjściowy
pdfDocument.save("PDF to PPT.pptx", pptxOptions);

Interfejs API .NET PDF obsługuje konwertowanie stron PDF na slajdy prezentacji PowerPoint z możliwością wyboru tekstu lub obrazów przez renderowanie slajdów jako obrazów. Wzór zapisywania Portable Document Format do programu PowerPoint jest prawie taka sama, Ładowanie pliku za pomocą klasy Document, a następnie wywołanie metody Zapisz ze ścieżką pliku wyjściowego i SaveFormat jako parametrów. W przypadku renderowania ze specjalnymi opcjami prezentacji programiści mogą używać pptXSaveOptions class z dowolnymi odpowiednimi opcjami renderowania. Wywołanie metody zapisu i przekazanie opcji jako parametru.

// Załaduj źródłowy dokument PDF
Document doc = new Document("source-input-file.pdf");

// Instancji HTML Zapisz opcje obiektu
HtmlSaveOptions conversionOptions = new HtmlSaveOptions();

// Włączanie opcji, aby osadzić wszystkie zasoby wewnątrz HTML
conversionOptions.PartsEmbeddingMode = HtmlSaveOptions.PartsEmbeddingModes.EmbedAllIntoHtml;

// Określanie oddzielnego folderu dla PDF do HTML z obrazami
conversionOptions.SpecialFolderForAllImages = "ImagesFolder";

// Określanie opcji podziału dla wynikowego kodu HTML na wiele stron
conversionOptions.setSplitIntoPages(true);

doc.save("converted-pdf-to.html", conversionOptions);

Biblioteka analizowania plików PDF obsługuje zapisywanie plików PDF do HTML jako całości, a także z osadzonymi zasobami, w tym obrazami. Procedura konwersji jest taka sama jak PDF do innych formatów dla ogólnych przypadków, takich jak ładowanie dokumentu źródłowego i wywołanie metody Zapisz z wyjściową ścieżką pliku HTML i SaveFormat.Html jako parametrami. W przypadku zapisywania z wbudowanymi zasobami istnieje klasa HTMLSaveOptions posiadająca wiele opcji, takich jak zapisywanie obrazów do określonego folderu podczas konwersji, dzielenie wynikowego HTML na wiele stron i więcej.

// Załaduj dokument
Document srcFile = new Document("pdf-pages-to-image.pdf");

java.io.OutputStream outputBinImageFile = new java.io.FileOutputStream(
                    _dataDir + "image" + pageCount + "_out." + ext);

// Utwórz obiekt Resolution
Resolution resolution = new Resolution(300);

// Utwórz urządzenie obrazu z określonymi atrybutami
// Szerokość, Wysokość, Rozdzielczość
JpegDevice renderToImages = new JpegDevice(500, 700, resolution);
// Dla BMP, PNG, TIFF będzie to odpowiednio BMPDevice, PNGDevice, TiffDevice

// Konwertuj określoną stronę i zapisz obraz do strumienia
renderToImages.Process(srcFile.Pages[1], outputBinImageFile);

// Zamknięcie strumi
outputBinImageFile.Close();

Konwersja stron PDF na obrazy, w tym PNG, JPEG, TIFF, BMP itp. Jest łatwa w aplikacjach opartych na .NET za pomocą fragmentów kodu wymienionych poniżej. Programiści mogą przeglądać strony PDF po załadowaniu pliku i konwertować stronę po stronie na wymagany format obrazu. Programiści mogą ustawić rozdzielczość poziomą i pionową obrazów za pomocą Klasa rozdzielczości