Программное чтение различных типов документов в наши дни является обычной практикой. В этом практическом руководстве вы научитесь читать файл PDF на C#, выполнив следующие простые шаги.
Шаги для чтения файла PDF в С#
- Создайте пустое консольное приложение C# в Visual Studio
- Добавьте ссылку на Aspose.PDF for .NET, установив его с NuGet.org.
- Загрузите существующий файл PDF в объект документа
- Инициализировать класс TextAbsorber для чтения файла PDF
- Извлеките текст PDF и запишите его на вывод консоли
- Просмотрите страницу PDF Resources, чтобы найти изображения.
- Создать объект FileStream с найденным изображением
- Сохраните изображение на локальный диск
Ниже приведен фрагмент кода, объясняющий, как открыть и прочитать PDF-файл на C#. С его помощью вы сможете читать текст и извлекать изображения из файла PDF. API предлагает класс TextAbsorber, который используется для чтения текста из файла PDF, и вы можете получить извлеченные результаты с помощью объекта Text. Поиск изображений и их сохранение на локальный диск также возможен путем циклического просмотра ресурсов страницы PDF, как показано ниже.
Код для чтения PDF-файла на С#
| 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; | |
| } | |
| } | |
| } | |
| } |
В предыдущем разделе вы узнали как обрабатывать большие файлы PDF в С#. Приведенная выше информация и пример кода позволят вам открывать и читать PDF-файлы на C# для извлечения текста и изображений.
