GetFormattedText

GetFormattedText(FormattedTextOptions)

Extrae un texto formateado del documento.

public TextReader GetFormattedText(FormattedTextOptions options)
Parámetro Escribe Descripción
options FormattedTextOptions Las opciones de extracción de texto formateado.

Valor_devuelto

Una instancia deTextReader clase con el texto extraído; nulo si la extracción de texto con formato no es compatible.

Observaciones

Aprende más:

Ejemplos

El siguiente ejemplo muestra cómo extraer el texto de un documento como texto HTML:

// Crea una instancia de la clase Parser
using (Parser parser = new Parser(filePath))
{
    // Extraer un texto formateado en el lector
    using (TextReader reader = parser.GetFormattedText(new FormattedTextOptions(FormattedTextMode.Html)))
    {
        // Imprime un texto formateado del documento
        // Si no se admite la extracción de texto con formato, un lector es nulo
        Console.WriteLine(reader == null ? "Formatted text extraction isn't suppported" : reader.ReadToEnd());
    }
}

Ver también

GetFormattedText(int, FormattedTextOptions)

Extrae un texto formateado de la página del documento.

public TextReader GetFormattedText(int pageIndex, FormattedTextOptions options)
Parámetro Escribe Descripción
pageIndex Int32 El índice de página de base cero.
options FormattedTextOptions Las opciones de extracción de texto formateado.

Valor_devuelto

Una instancia deTextReaderclase con el texto extraído; nulo si no se admite la extracción de páginas de texto con formato.

Observaciones

Aprende más:

Ejemplos

El siguiente ejemplo muestra cómo extraer el texto de una página de documento como texto Markdown:

// Crea una instancia de la clase Parser
using (Parser parser = new Parser(filePath))
{
    // Comprobar si el documento admite la extracción de texto formateado
    if (!parser.Features.FormattedText)
    {
        Console.WriteLine("Document isn't supports formatted text extraction.");
        return;
    }
    
    // Obtener la información del documento
    IDocumentInfo documentInfo = parser.GetDocumentInfo();
    // Comprobar si el documento tiene páginas
    if (documentInfo.PageCount == 0)
    {
        Console.WriteLine("Document hasn't pages.");
        return;
    }
    
    // Iterar sobre páginas
    for (int p = 0; p<documentInfo.PageCount; p++)
    {
        // Imprimir un número de página 
        Console.WriteLine(string.Format("Page {0}/{1}", p + 1, documentInfo.PageCount));
        // Extraer un texto formateado en el lector
        using (TextReader reader = parser.GetFormattedText(p, new FormattedTextOptions(FormattedTextMode.Markdown)))
        {
            // Imprime un texto formateado del documento
            // Ignoramos la comprobación de nulos ya que hemos comprobado anteriormente la compatibilidad con la función de extracción de texto formateado
            Console.WriteLine(reader.ReadToEnd());
        }
    }
}

Ver también

GetDocumentInfo GetHighlight