Extraia texto do PDF em C#
Como extrair texto de um PDF usando .NET
Como extrair texto de um PDF usando o Aspose.PDF para .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 com C#
Este código de exemplo mostra como extrair texto de documentos PDF
Input file:
File not added
Output format:
Output file:
var inputFile = Path.Combine(dataDir, "ExtractTextAll.pdf");
var outputFile = Path.Combine(dataDir, "ExtractedText.txt");
var pdfDocument = new Aspose.Pdf.Document(inputFile);
var textAbsorber = new Aspose.Pdf.Text.TextAbsorber();
textAbsorber.TextSearchOptions.LimitToPageBounds = true;
textAbsorber.TextSearchOptions.Rectangle = new Aspose.Pdf.Rectangle(100, 200, 250, 350);
pdfDocument.Pages.Accept(textAbsorber);
File.WriteAllText(outputFile, textAbsorber.Text);