Ekstrak Tabel dari Halaman Dokumen

Perkenalan

Dalam tutorial ini, kita akan mempelajari cara mengekstrak tabel dari halaman dokumen menggunakan GroupDocs.Parser untuk .NET. GroupDocs.Parser adalah perpustakaan canggih yang memungkinkan pengembang bekerja dengan berbagai format dokumen seperti PDF, DOCX, XLSX, dan banyak lagi. Dengan memanfaatkan fitur-fiturnya, kami dapat secara efisien mengekstrak data terstruktur seperti tabel dari dokumen-dokumen ini, sehingga memungkinkan kami memanipulasi dan menganalisis informasi secara terprogram.

Prasyarat

Sebelum memulai, pastikan Anda memiliki hal berikut:

• Visual Studio diinstal pada mesin Anda.
• Pemahaman dasar tentang pengembangan C# dan .NET.
• GroupDocs.Parser untuk perpustakaan .NET. Anda dapat mengunduhnya dariDi Sini.
• Akses ke contoh dokumen (PDF, DOCX, dll.) yang berisi tabel untuk ekstraksi.

Impor Namespace

Pertama, mulailah dengan mengimpor namespace yang diperlukan dalam proyek C# Anda:

using System;
using System.Collections.Generic;
using System.IO;
using System.Text;
using GroupDocs.Parser.Data;
using GroupDocs.Parser.Options;
using GroupDocs.Parser.Templates;

Langkah 1: Buat Instance Kelas Parser

Buat instanceParser kelas dengan memberikan jalur ke dokumen sampel Anda:

using (Parser parser = new Parser("YourSampleFile.pdf"))
{
    //Kode Anda berlanjut di sini...
}

Langkah 2: Periksa Dukungan Ekstraksi Tabel Dokumen

Sebelum melanjutkan, verifikasi apakah dokumen mendukung ekstraksi tabel:

if (!parser.Features.Tables)
{
    Console.WriteLine("Document does not support table extraction.");
    return;
}

Langkah 3: Tentukan Tata Letak Tabel

Tentukan tata letak tabel yang akan diekstraksi dari dokumen. Tentukan lebar kolom dan tinggi baris sesuai struktur dokumen Anda:

TemplateTableLayout layout = new TemplateTableLayout(
    new double[] { 50, 95, 275, 415, 485, 545 },  // Lebar kolom
    new double[] { 325, 340, 365, 395 });         // Ketinggian baris

Langkah 4: Konfigurasikan Opsi Ekstraksi Tabel

Buat opsi untuk ekstraksi tabel menggunakan tata letak yang ditentukan:

PageTableAreaOptions options = new PageTableAreaOptions(layout);

Langkah 5: Ambil Informasi Dokumen

Ambil informasi tentang dokumen, termasuk jumlah halaman:

IDocumentInfo documentInfo = parser.GetDocumentInfo();
if (documentInfo.PageCount == 0)
{
    Console.WriteLine("Document has no pages.");
    return;
}

Langkah 6: Ulangi Halaman Dokumen

Ulangi setiap halaman dokumen untuk mengekstrak tabel:

for (int pageIndex = 0; pageIndex < documentInfo.PageCount; pageIndex++)
{
    Console.WriteLine($"Page {pageIndex + 1}/{documentInfo.PageCount}");
    // Ekstrak tabel dari halaman saat ini
    IEnumerable<PageTableArea> tables = parser.GetTables(pageIndex, options);
    // Ulangi tabel yang diekstraksi
    foreach (PageTableArea table in tables)
    {
        // Ulangi baris tabel
        for (int row = 0; row < table.RowCount; row++)
        {
            // Ulangi kolom tabel
            for (int column = 0; column < table.ColumnCount; column++)
            {
                // Dapatkan sel tabel
                PageTableAreaCell cell = table[row, column];
                if (cell != null)
                {
                    // Cetak teks sel tabel
                    Console.Write(cell.Text);
                    Console.Write(" | ");
                }
            }
            Console.WriteLine();
        }
        Console.WriteLine();
    }
}

Kesimpulan

Dalam tutorial ini, kami membahas proses mengekstraksi tabel dari halaman dokumen menggunakan GroupDocs.Parser untuk .NET. Dengan mengikuti langkah-langkah yang disediakan, Anda dapat dengan mudah mengintegrasikan fungsionalitas ekstraksi tabel ke dalam aplikasi .NET Anda, memungkinkan penanganan dan manipulasi data terstruktur dalam dokumen secara efisien.

FAQ

Bisakah GroupDocs.Parser mengekstrak tabel dari semua jenis dokumen?

GroupDocs.Parser mendukung berbagai format dokumen seperti PDF, DOCX, XLSX, dan lainnya, memungkinkan ekstraksi tabel dari jenis file yang kompatibel.

Apakah GroupDocs.Parser untuk .NET cocok untuk pemrosesan dokumen skala besar?

Ya, GroupDocs.Parser dirancang untuk menangani dokumen besar secara efisien, sehingga cocok untuk memproses kumpulan data yang luas.

Apakah GroupDocs.Parser mempertahankan pemformatan selama ekstraksi tabel?

Ya, GroupDocs.Parser mempertahankan detail pemformatan seperti batas sel, gaya teks, dan perataan selama ekstraksi tabel.

Bisakah saya mengekstrak tabel tertentu berdasarkan kriteria konten?

GroupDocs.Parser menawarkan opsi fleksibel untuk menargetkan tabel tertentu berdasarkan templat tata letak atau kondisi konten untuk ekstraksi.

Apakah GroupDocs.Parser kompatibel dengan .NET Core?

Ya, GroupDocs.Parser kompatibel dengan lingkungan .NET Framework dan .NET Core.