Čitanje različitih vrsta dokumenata programski je uobičajena praksa ovih dana. U ovom vodiču s uputama naučit ćete kako čitati datoteku PDF u C# slijedeći jednostavne korake u nastavku.
Koraci za čitanje PDF datoteke u C#
- Stvorite praznu C# konzolnu aplikaciju u Visual Studiju
- Dodajte referencu na Aspose.PDF for .NET instaliranjem s NuGet.org
- Učitaj postojeću PDF datoteku u objekt dokumenta
- Inicijalizirajte TextAbsorber klasu za čitanje PDF datoteke
- Ekstrahirajte PDF tekst i zapišite ga u izlaz konzole
- Iterirajte PDF stranicu Resources da pronađete slike
- Stvorite objekt FileStream s pronađenom slikom
- Spremite sliku na lokalni disk
Donji isječak koda objašnjava kako otvoriti i čitati PDF datoteku u C#. Pomoću njega moći ćete čitati tekst i izdvajati slike iz PDF datoteke. API nudi klasu TextAbsorber koja se koristi za čitanje teksta iz PDF datoteke, a ekstrahirane rezultate možete postići putem objekta Text. Pronalaženje slika i njihovo spremanje na lokalni disk također je moguće pretragom resursa PDF stranice kao što je prikazano u nastavku.
Kod za čitanje PDF datoteke u 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; | |
| } | |
| } | |
| } | |
| } |
U prethodnoj temi ste naučili kako obraditi velike PDF datoteke u C#. Gornje informacije i primjer koda omogućit će vam otvaranje i čitanje PDF datoteka u C# kako biste izdvojili tekst i slike.
