Text Extractor

У вас есть PDF документ, из которого вам нужно программно извлечь текст? С помощью Aspose.PDF для .NET вы можете легко выполнить эту задачу, используя класс TextExtractor. В этой статье мы рассмотрим основные шаги создания приложения для извлечения текста на .NET, включая создание объекта TextExtractor, добавление источника данных и выполнение процесса извлечения текста.

Предварительные условия

Вам понадобится следующее:

  • Visual Studio 2019 или более поздняя версия
  • Aspose.PDF для .NET 24.1 или более поздняя версия
  • Образец PDF файла

Кроме того, ознакомьтесь с классом TextExtractorOptions и его функциональными возможностями. Подробную информацию можно найти в справочнике API Aspose.PDF.

Теперь давайте перейдем к коду и изучим, как извлечь текст из PDF документа. Теперь давайте погрузимся в код и исследуем, как извлечь текст из PDF документа.

Обзор кода

Следующий код демонстрирует возможности извлечения текста. Давайте рассмотрим ключевые шаги:

1. Создание объекта TextExtractor

Код начинается с создания нового экземпляра класса TextExtractor. Этот класс предоставляет методы для извлечения текста из PDF документов.

using TextExtractor extractor = new();

2. Добавление источника данных

Затем создается FileDataSource для входного PDF файла. Это файл, из которого будет извлечен текст.

FileDataSource fileSource = new(Path.Combine(@"C:\Samples\", "sample.pdf"));

3. Создание TextExtractorOptions

Создается объект TextExtractorOptions для настройки процесса извлечения текста. В опции добавляется источник входного файла.

TextExtractorOptions textExtractorOptions = new();
textExtractorOptions.AddInput(fileSource);

4. Запуск процесса извлечения текста

Затем вызывается метод Process объекта TextExtractor, передающий настроенные опции. Метод Process затем вызывается для объекта TextExtractor, передавая настроенные опции.

var resultContainer = extractor.Process(textExtractorOptions);
var results = resultContainer.ResultCollection;
Console.WriteLine(results[0]);

Ниже вы можете увидеть полный код:

using Aspose.Pdf.Plugins;
// ...

// Создаем новый экземпляр TextExtractor.
using TextExtractor extractor = new();

// Создаем FileDataSource для входного PDF файла.
FileDataSource fileSource = new(Path.Combine(@"C:\Samples\", "sample.pdf"));

// Создаем TextExtractorOptions.
TextExtractorOptions textExtractorOptions = new();
textExtractorOptions.AddInput(fileSource);

// Обрабатываем извлечение текста.
var resultContainer = extractor.Process(textExtractorOptions);
var results = resultContainer.ResultCollection;

// Печатаем извлеченный текст.
Console.WriteLine(results[0]);

```
Генератор таблиц Генератор оглавления