En este tutorial, aprenderemos cómo leer el archivo PDF en C++. Puede extraer texto o imágenes de cualquier página o documento completo del archivo PDF con simples llamadas API en C++. La función no depende de Adobe Acrobat ni de ninguna aplicación para leer PDF en plataformas Windows o Linux.
Pasos para leer un archivo PDF en C++
- Instale Aspose.Pdf for C++ desde la herramienta de administración de paquetes NuGet
- Agregue la referencia al espacio de nombres Aspose::Pdf
- Cargue el PDF de entrada usando Document Class
- Inicializar una instancia de clase TextFragmentAbsorber
- Imprime el texto extraído en la consola
- Iterar a través de cada página e imagen del documento
- Guarde la imagen de salida extraída como un archivo JPG
Puede abrir y leer un archivo pdf en C++ con unas pocas líneas de código simples. Puede extraer eficientemente todo el texto y las imágenes del archivo PDF.
Código para leer archivos PDF en 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++; | |
| } | |
| } | |
| } | |
| }; |
En el tema anterior, exploramos Cómo acoplar campos de formulario PDF en C#. Este tema se centra en cómo leer texto de un archivo PDF en C++.
