Programowe czytanie różnego rodzaju dokumentów jest obecnie powszechną praktyką. Z tego poradnika dowiesz się, jak czytać plik PDF w języku C#, wykonując poniższe proste czynności.
Kroki, aby przeczytać plik PDF w C#
- Utwórz pustą aplikację konsolową języka C# w programie Visual Studio
- Dodaj odwołanie do Aspose.PDF for .NET, instalując je z NuGet.org
- Załaduj istniejący plik PDF do obiektu Document
- Zainicjuj klasę TextAbsorber, aby odczytać plik PDF
- Wyodrębnij tekst PDF i zapisz go na wyjściu konsoli
- Przejrzyj stronę PDF Resources, aby znaleźć obrazy
- Utwórz obiekt FileStream ze znalezionym obrazem
- Zapisz obraz na dysku lokalnym
Poniższy fragment kodu wyjaśnia, jak otworzyć i odczytać plik PDF w języku C#. Będziesz mógł czytać tekst i wyodrębniać obrazy z pliku PDF za jego pomocą. API oferuje klasę TextAbsorber, która służy do odczytywania tekstu z pliku PDF, a wyodrębnione wyniki można uzyskać za pomocą obiektu Text. Znajdowanie obrazów i zapisywanie ich na dysku lokalnym jest również możliwe poprzez przeglądanie zasobów strony PDF, jak pokazano poniżej.
Kod do odczytu pliku PDF w 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; | |
| } | |
| } | |
| } | |
| } |
W poprzednim temacie nauczyłeś się jak przetwarzać duże pliki PDF w C#. Powyższe informacje i przykładowy kod umożliwią otwieranie i odczytywanie plików PDF w języku C# w celu wyodrębnienia tekstu i obrazów.
