Com extreure text de PDFs a .NET

Com extreure text de PDFs a .NET

Aquesta guia cobreix l’extracció de text de les pàgines PDF utilitzant l’API absorber.

Requisits previs

Extreu tot el text d’una pàgina

TextAbsorber recopila tot el text d’una pàgina en una única cadena. Creeu una
instància, passeu-la a Page.Accept i llegiu el resultat de la propietat Text.
Aquest és l’enfocament més senzill quan necessiteu una sortida de text pla sense informació posicional
informació.

using var doc = Document.Open(pdfBytes);
var absorber = new TextAbsorber();
doc.Pages[1].Accept(absorber);
Console.WriteLine(absorber.Text);

Extreu fragments de text estructurat

Quan necessiteu metadades de posició, tipus de lletra i mida juntament amb el text, utilitzeu TextFragmentAbsorber en el seu lloc. Cada TextFragment exposa les seves coordenades de límit a través de la propietat Position.

var absorber = new TextFragmentAbsorber();
doc.Pages[1].Accept(absorber);

foreach (var fragment in absorber.TextFragments)
{
    Console.WriteLine($"{fragment.Text} at ({fragment.Position.XIndent}, {fragment.Position.YIndent})");
}

Cerca amb una expressió regular

Passeu un patró regex a TextFragmentAbsorber per trobar text coincident a través de totes les pàgines. Això és útil per localitzar números de telèfon, dates, o altres patrons de dades estructurades dins d’un document.

var absorber = new TextFragmentAbsorber(@"\d{3}-\d{2}-\d{4}");
doc.Pages.Accept(absorber);
foreach (var f in absorber.TextFragments)
    Console.WriteLine(f.Text);

Classes clau

Vegeu també

• Guia del desenvolupador d’extracció de text
• Aspose.PDF per a .NET Producte Enterprise