Das programmgesteuerte Lesen verschiedener Arten von Dokumenten ist heutzutage gängige Praxis. In dieser Anleitung erfahren Sie, wie Sie die PDF-Datei in C# lesen, indem Sie die folgenden einfachen Schritte befolgen.
Schritte zum Lesen von PDF-Dateien in C#
- Erstellen Sie in Visual Studio eine leere C#-Konsolenanwendung
- Fügen Sie einen Verweis auf Aspose.PDF for .NET hinzu, indem Sie es von NuGet.org installieren
- Laden Sie eine vorhandene PDF-Datei in das Document-Objekt
- Initialisieren Sie die Klasse TextAbsorber, um die PDF-Datei zu lesen
- Extrahieren Sie PDF-Text und schreiben Sie ihn in die Konsolenausgabe
- Durchlaufen Sie die PDF-Seite Resources, um Bilder zu finden
- FileStream-Objekt mit gefundenem Bild erstellen
- Speichern Sie das Image auf der lokalen Festplatte
Das folgende Code-Snippet erklärt, wie man PDF-Dateien in C# öffnet und liest. Sie können Text lesen und Bilder aus einer PDF-Datei extrahieren, indem Sie sie verwenden. Die API bietet eine TextAbsorber-Klasse, die zum Lesen von Text aus einer PDF-Datei verwendet wird, und Sie können die extrahierten Ergebnisse über das Text-Objekt erzielen. Das Suchen und Speichern von Bildern auf der lokalen Festplatte ist auch möglich, indem Sie die PDF-Seitenressourcen wie unten gezeigt durchlaufen.
Code zum Lesen von PDF-Dateien in C#
| using System; | |
| using System.IO; | |
| // Add reference to Aspose.PDF for .NET API | |
| // Use following namespace to read PDF file | |
| using Aspose.Pdf; | |
| namespace ReadPDFFiles | |
| { | |
| class Program | |
| { | |
| static void Main(string[] args) | |
| { | |
| // Set license before reading PDF file | |
| Aspose.Pdf.License AsposePDFLicense = new Aspose.Pdf.License(); | |
| AsposePDFLicense.SetLicense(@"c:\asposelicense\license.lic"); | |
| string inFile = @"c:\ReadPDFFileInCSharp.pdf"; | |
| // Load an existing PDF file in Document object to read | |
| Document pdf = new Document(inFile); | |
| // 1. Read text from PDF file | |
| // Initialize TextAbsorber Class to read Text from PDF file | |
| Aspose.Pdf.Text.TextAbsorber textAbsorber = new Aspose.Pdf.Text.TextAbsorber(); | |
| // Call Page.Accept() method to let TextAbsorber find text in PDF Pages | |
| pdf.Pages.Accept(textAbsorber); | |
| // Write the extracted text to Console output | |
| Console.WriteLine(textAbsorber.Text); | |
| // 2. Extract images from PDF file | |
| int imageIndex = 1; | |
| // Iterate through PDF pages | |
| foreach (var pdfPage in pdf.Pages) | |
| { | |
| // Check available images while reading the PDF | |
| foreach (XImage image in pdfPage.Resources.Images) | |
| { | |
| // Create file stream for found image | |
| FileStream extractedImage = new FileStream(String.Format("Page{0}_Image{1}.jpg", pdfPage.Number, imageIndex), FileMode.Create); | |
| // Save output image to the disk | |
| image.Save(extractedImage, System.Drawing.Imaging.ImageFormat.Jpeg); | |
| // Close stream | |
| extractedImage.Close(); | |
| imageIndex++; | |
| } | |
| // Reset image index | |
| imageIndex = 1; | |
| } | |
| } | |
| } | |
| } |
Im vorherigen Thema haben Sie wie man große PDF-Dateien in C# verarbeitet gelernt. Mit den obigen Informationen und dem Codebeispiel können Sie PDF-Dateien in C# öffnen und lesen, um Text und Bilder zu extrahieren.
