Extraia texto do PDF em C#
Como extrair texto de um PDF usando a biblioteca .NET
Como extrair texto de um PDF usando a biblioteca .NET
Você precisa extrair texto do PDF? A modificação programática de documentos PDF é uma parte essencial dos fluxos de trabalho digitais modernos. Com bibliotecas.NET como a Aspose.PDF, os desenvolvedores podem extrair texto do PDF. Essas bibliotecas são soluções autônomas que não dependem de outros softwares e estão prontas para uso comercial. Eles cobrem todas as necessidades possíveis dos desenvolvedores profissionais de C#.
- Extraia texto do PDF
- Extraia imagens de PDF
- Extrair fontes do PDF
- Extrair dados do formulário
- Extrair texto de carimbos
- Extrair dados da tabela
Para extrair texto de um arquivo PDF, usaremos a API Aspose.PDF for .NET, que é uma API de manipulação de documentos rica em recursos, poderosa e fácil de usar para a plataforma net. Abra o gerenciador de pacotes NuGet, pesquise Aspose.pdf e instale. Você também pode usar o seguinte comando no console do Gerenciador de Pacotes.
Package Manager Console
PM > Install-Package Aspose.PDFExtraia texto do PDF em C#
Para testar o código em seu ambiente, você precisa de Aspose.PDF for .NET.
- Carregue o PDF com uma instância do Document.
- Crie o objeto TextAbsorber para extrair texto.
- Aceite o absorvedor para todas as páginas.
- Obtenha o texto extraído
- Crie um escritor e abra o arquivo, escreva uma linha de texto no arquivo
Extraia texto do PDF - C#
Este código de exemplo mostra como extrair texto de documentos 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();