V tomto tutoriálu se naučíme, jak číst PDF soubor v C++. Můžete extrahovat text nebo obrázky z jakékoli stránky nebo celého dokumentu souboru PDF pomocí jednoduchých volání API v C++. Tato funkce není závislá na Adobe Acrobatu nebo jakékoli aplikaci pro čtení PDF na platformách Windows nebo Linux.
Kroky ke čtení souboru PDF v C++
- Nainstalujte Aspose.Pdf for C++ z nástroje správce balíčků NuGet
- Přidejte odkaz na jmenný prostor Aspose::Pdf
- Načíst vstupní PDF pomocí Document Class
- Inicializujte instanci třídy TextFragmentAbsorber
- Vytiskněte extrahovaný text na konzole
- Procházejte každou stránku a obrázek dokumentu
- Uložte extrahovaný výstupní obrázek jako soubor JPG
Soubor PDF můžete otevřít a přečíst v C++ pomocí několika jednoduchých řádků kódu. Dokáže efektivně extrahovat veškerý text a obrázky ze souboru PDF.
Kód pro čtení souboru PDF v C++
This file contains bidirectional Unicode text that may be interpreted or compiled differently than what appears below. To review, open the file in an editor that reveals hidden Unicode characters.
Learn more about bidirectional Unicode characters
| #pragma once | |
| #include <iostream> | |
| #include <system/smart_ptr.h> | |
| #include <Aspose.PDF.Cpp/License.h> | |
| #include <Aspose.PDF.Cpp/Document.h> | |
| #include <Aspose.PDF.Cpp/Page.h> | |
| #include <Aspose.PDF.Cpp/PageCollection.h> | |
| #include <Aspose.PDF.Cpp/Resources.h> | |
| #include <Aspose.PDF.Cpp/XImageCollection.h> | |
| #include <Aspose.PDF.Cpp/XImage.h> | |
| #include <Aspose.PDF.Cpp/Text/TextFragmentAbsorber.h> | |
| #include <system/console.h> | |
| #include <system/io/file.h> | |
| #include <drawing/imaging/image_format.h> | |
| using namespace System; | |
| using namespace Aspose::Pdf; | |
| class ReadPDFEx { | |
| public: | |
| static void ReadPDF() | |
| { | |
| // Set the license for Aspose.PDF for CPP to Read PDF file | |
| SharedPtr<License> ReadPdfLicense = System::MakeObject<License>(); | |
| ReadPdfLicense->SetLicense(u"Aspose.PDF.NET.lic"); | |
| // Load input PDF file with Document class object | |
| SharedPtr<Document> doc = MakeObject<Document>(u"Test.pdf"); | |
| // Initialize a TextFragmentAbsorber class instance | |
| SharedPtr<Aspose::Pdf::Text::TextFragmentAbsorber> absorber = MakeObject<Aspose::Pdf::Text::TextFragmentAbsorber>(); | |
| doc->get_Pages()->Accept(absorber); | |
| // Print the extracted text on console | |
| System::Console::WriteLine(absorber->get_Text()); | |
| // Set the image counter variable | |
| int ImageCount = 1; | |
| // Iterate through each page of the PDF document | |
| for (SharedPtr<Page> page : doc->get_Pages()) | |
| { | |
| // Iterate through all the images | |
| for (SharedPtr<XImage> image : page->get_Resources()->get_Images()) | |
| { | |
| // Initialize an object of the FileStream type | |
| System::SharedPtr<System::IO::FileStream> outputImage = | |
| System::IO::File::Create(String::Format(u"Image{0}.jpg", ImageCount)); | |
| // Save the output image | |
| image->Save(outputImage, System::Drawing::Imaging::ImageFormat::get_Jpeg()); | |
| // Close the FileStream | |
| outputImage->Close(); | |
| ImageCount++; | |
| } | |
| } | |
| } | |
| }; |
V předchozím tématu jsme prozkoumali Jak sloučit pole formuláře PDF v C#. Toto téma se zaměřuje na to, jak číst text ze souboru PDF v C++.
