Извлечь текст из PDF в C#
Как извлечь текст из PDF с помощью .NET
Как извлечь текст из PDF с помощью файла Aspose.PDF для .NET
Вам нужно извлечь текст из PDF? Программная модификация PDF-документов — неотъемлемая часть современных цифровых рабочих процессов. С помощью библиотек.NET, таких как Aspose.PDF, разработчики могут извлекать текст из PDF. Эти библиотеки представляют собой автономные решения, которые не зависят от другого программного обеспечения и готовы к коммерческому использованию. Они удовлетворяют все возможные потребности профессиональных разработчиков C#.
- Извлечение текста из PDF
- Извлечение изображений из PDF
- Извлечение шрифтов из PDF
- Извлечение данных из формы
- Извлечение текста из марок
- Извлечение данных из таблицы
Чтобы извлечь текст из PDF-файла, мы будем использовать API Aspose.PDF for .NET, который представляет собой многофункциональный, мощный и простой в использовании API для работы с документами для платформы net. Откройте менеджер пакетов NuGet, найдите aspose.pdf и установите. Вы также можете использовать следующую команду в консоли диспетчера пакетов.
Package Manager Console
PM > Install-Package Aspose.PDFИзвлечь текст из PDF в C#
Чтобы попробовать код в своей среде, вам понадобится Aspose.PDF для .NET.
- Загрузите PDF-файл вместе с экземпляром документа.
- Создайте объект TextAbsorber для извлечения текста.
- Примите абсорбер для всех страниц.
- Получите извлеченный текст
- Создайте писателя и откройте файл, напишите в файл строку текста
Извлеките текст из PDF с помощью C#
В этом примере кода показано, как извлекать текст из PDF-документов
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);