В этой статье рассказывается, как извлечь ссылки из PDF с помощью C#. В ней есть настройки IDE, шаги и пример кода для разработки экстрактора ссылок PDF с помощью C#. Вы научитесь извлекать выбранные аннотации со страницы и извлекать URI из аннотаций типа ссылки.
Шаги по извлечению URL из PDF с помощью C#
- Настройте IDE на использование Aspose.PDF for .NET для извлечения URI из страницы PDF
- Загрузите исходный PDF-файл file и просмотрите все его страницы.
- Создайте annotation selector для поиска ссылок-аннотаций на странице
- Извлечь все аннотации и получить список выбранных аннотаций
- Просмотрите каждую аннотацию ссылки и найдите связанные с ней действия.
- Применить действие к GoToURIAction для доступа и отображения URI
Эти шаги описывают, как извлечь гиперссылки из PDF с помощью C#. Создайте селектор аннотаций для аннотаций ссылок и используйте его для выбора списка целевых аннотаций. Приведите каждую аннотацию ссылки к GoToURIAction и извлеките URI из этого действия.
Код для извлечения гиперссылки из PDF с использованием C#
| using System; | |
| using System.Linq; | |
| using Aspose.Pdf; | |
| using Aspose.Pdf.Annotations; | |
| class PdfLinkExtractor | |
| { | |
| static void Main() | |
| { | |
| // Initialize and apply the Aspose.PDF license | |
| new License().SetLicense("license.lic"); | |
| // Load the PDF document containing hyperlinks | |
| using (var pdfDocument = new Document("PdfWithLinks.pdf")) | |
| { | |
| // Loop through each page in the PDF document | |
| foreach (var (pdfPage, pageNumber) in pdfDocument.Pages.Select((page, index) => (page, index + 1))) | |
| { | |
| // Display the current page number | |
| Console.WriteLine($"Processing Page {pageNumber}"); | |
| // Create an annotation selector to find link annotations on the page | |
| var linkSelector = new AnnotationSelector(new LinkAnnotation(pdfPage, Rectangle.Trivial)); | |
| // Extract all annotations from the current page | |
| pdfPage.Accept(linkSelector); | |
| // Retrieve the list of selected link annotations | |
| var linkAnnotations = linkSelector.Selected; | |
| // Iterate through each link annotation | |
| foreach (var annotation in linkAnnotations) | |
| { | |
| // Check if the annotation has any associated actions | |
| if (annotation.Actions.Any()) | |
| { | |
| // Cast the action to a GoToURIAction to access the URI | |
| var uriAction = (GoToURIAction)((LinkAnnotation)annotation).Action; | |
| // Display the extracted URI | |
| Console.WriteLine($"Found URI: {uriAction.URI}"); | |
| } | |
| } | |
| } | |
| } | |
| // Indicate that the process is complete | |
| Console.WriteLine("URI extraction completed."); | |
| } | |
| } |
Приведенный выше код демонстрирует, как извлечь все ссылки из PDF с помощью C#. AnnotationSelector принимает объект LinkAnnotation, которому требуются страница и объект прямоугольника. Метод Accept() в классе Page принимает объект селектора ссылок и сохраняет аннотации ссылок в коллекции Selected.
Этот краткий урок научил нас процессу извлечения гиперссылок из страницы PDF. Чтобы удалить гиперссылки из файла PDF, обратитесь к статье Как удалить гиперссылку из PDF в C#.
