Cách làm việc với tài liệu PDF trong C++

Aspose.PDF FOSS cho C++ là thư viện C++20 có giấy phép MIT, không phụ thuộc, được xây dựng và liên kết với CMake — không cần nhập qua trình quản lý gói. Hướng dẫn này đi qua quy trình cốt lõi tập trung vào Document: mở một tệp PDF hiện có, kiểm tra các trang và siêu dữ liệu, trích xuất văn bản, và render một trang thành hình ảnh raster.

Hướng dẫn từng bước

git clone https://github.com/aspose-pdf-foss/Aspose.PDF-FOSS-for-Cpp.git

add_subdirectory(Aspose.PDF-FOSS-for-Cpp)
target_link_libraries(your_app PRIVATE aspose_pdf_foss)

cmake -S . -B build -DCMAKE_BUILD_TYPE=Release
cmake --build build

#include <aspose/pdf/document.hpp>
#include <iostream>

int main() {
    Aspose::Pdf::Document doc;
    std::cout << "Linked OK - pages: " << doc.Pages().Count() << "\n";
}

#include <aspose/pdf/document.hpp>
#include <aspose/pdf/document_info.hpp>
#include <aspose/pdf/page.hpp>
#include <aspose/pdf/page_collection.hpp>
#include <aspose/pdf/text_absorber.hpp>
#include <aspose/pdf/bmp_device.hpp>
#include <aspose/pdf/resolution.hpp>
#include <fstream>
#include <iostream>

Aspose::Pdf::Document doc("input.pdf");
std::cout << "Page count: " << doc.Pages().Count() << "\n";

auto& info = doc.Info();
std::cout << "Title: "    << info.Title()    << "\n";
std::cout << "Author: "   << info.Author()   << "\n";
std::cout << "Producer: " << info.Producer() << "\n";

auto page = doc.Pages()[1];

Aspose::Pdf::Text::TextAbsorber absorber;
absorber.Visit(page);
std::cout << absorber.Text() << "\n";

Aspose::Pdf::Devices::BmpDevice device(Aspose::Pdf::Devices::Resolution(150));

std::ofstream imageOut("page1.bmp", std::ios::binary);
device.Process(page, imageOut);

doc.Info().Title("Processed by Aspose.PDF FOSS for C++");
doc.Save("output.pdf");

Các vấn đề thường gặp và cách khắc phục

Accessing Pages()[0] throws std::out_of_range

PageCollection được đánh số bắt đầu từ 1, phù hợp với semantics chuẩn Aspose.PDF — trang đầu tiên là Pages()[1]. Một chỉ số dưới 1 hoặc vượt quá Count() sẽ gây lỗi.

TextAbsorber::Text() trả về một chuỗi rỗng

Text() trả về bất kỳ dữ liệu nào đã được tích lũy bởi lời gọi Visit() gần nhất. Xác nhận Visit() thực sự đã được gọi trước khi đọc Text(), và trang hoặc tài liệu bạn truy cập chứa văn bản có thể trích xuất thay vì chỉ hình ảnh đã quét.

Tệp BMP đã render bất ngờ nhỏ hoặc trông trống

Giá trị Resolution thấp tạo ra một hình raster nhỏ. Tăng DPI truyền vào Resolution — ví dụ, Resolution(300) cho đầu ra chất lượng in — và xác nhận chỉ mục trang truyền vào Process() là chỉ mục bạn mong muốn.

DocumentInfo các trường được đọc lại là các chuỗi rỗng

Không phải mọi trình tạo PDF đều ghi các mục /Info tiêu chuẩn. Kiểm tra Producer() và Creator() để xem có giá trị trống không trước khi cho rằng việc trích xuất siêu dữ liệu đã thất bại — một chuỗi rỗng là kết quả được định nghĩa cho khóa không tồn tại.

Thay đổi được thực hiện bằng Info().Title(...) không xuất hiện trong tệp đã lưu

Các phép biến đổi DocumentInfo được đặt trong bộ nhớ và chỉ được lưu lại lần tiếp theo Save() chạy trên cùng một thể hiện Document. Đảm bảo việc chỉnh sửa siêu dữ liệu xảy ra trước Save(), không phải sau.

Câu hỏi thường gặp

Chỉ mục trang trong Aspose.PDF FOSS cho C++ là bắt đầu từ 0 hay từ 1?

Bắt đầu từ 1. doc.Pages()[1] luôn là trang đầu tiên.

Liệu TextAbsorber có thể trích xuất văn bản từ một trang duy nhất thay vì toàn bộ tài liệu không?

Có. Visit() được nạp chồng để chấp nhận hoặc một Document — trích xuất văn bản của mọi trang — hoặc một Page duy nhất, chỉ trích xuất văn bản của trang đó.

Tôi có cần gọi Save() nếu chỉ đọc dữ liệu từ tài liệu không?

Không. Save() chỉ cần thiết sau khi thực hiện các thay đổi cần ghi lại vào tệp, chẳng hạn như chỉnh sửa các trường DocumentInfo. Đọc số lượng trang, trích xuất văn bản, hoặc render một trang không làm thay đổi tài liệu.

Làm thế nào để tôi kiểm soát độ phân giải của một trang đã render?

Chuyển một giá trị Resolution vào hàm khởi tạo của thiết bị — ví dụ, Resolution(150) cho 150 DPI. Các giá trị cao hơn tạo ra các ảnh raster lớn hơn, độ trung thực cao hơn.

Định dạng nào BmpDevice tạo ra?

Một ảnh BMP không nén được ghi trực tiếp vào std::ostream được truyền cho Process().

Xem thêm

• Cơ bản về Tài liệu, Trang và Kết xuất
• Bắt đầu nhanh
• Hướng dẫn Cài đặt
• API Reference
• Kho lưu trữ GitHub
• Aspose.PDF for C++ — Enterprise Knowledge Base