Extraer texto de PDF usando Go

Extraer texto de documento PDF

Extraer texto del documento PDF es una tarea muy común y útil. Los PDFs a menudo contienen información crítica que necesita ser accedida, analizada o procesada para diversos propósitos. Extraer texto permite una reutilización más fácil en bases de datos, informes u otros documentos.

Extraer texto hace que el contenido del PDF sea buscable, lo que permite a los usuarios localizar información específica rápidamente sin revisar manualmente todo el documento.

En caso de que desees extraer texto del documento PDF, puedes usar ExtractText función. Por favor, revisa el siguiente fragmento de código para extraer texto de un archivo PDF usando Go.

1. Abra un documento PDF con el nombre de archivo proporcionado.
2. ExtractText extrae el contenido de texto del documento PDF.
3. Imprima el texto extraído en la consola.

    package main

    import "github.com/aspose-pdf/aspose-pdf-go-cpp"
    import "log"
    import "fmt"

    func main() {
        // Open(filename string) opens a PDF-document with filename
        pdf, err := asposepdf.Open("sample.pdf")
        if err != nil {
            log.Fatal(err)

        }
        // ExtractText() returns PDF-document contents as plain text
        txt, err := pdf.ExtractText()
        if err != nil {
            log.Fatal(err)
        }
        // Print
        fmt.Println("Extracted text:\n", txt)
        // Close() releases allocated resources for PDF-document
        defer pdf.Close()
    }