Scorri i campi

introduzione

GroupDocs.Parser per .NET è una potente libreria che consente agli sviluppatori di estrarre dati da vari formati di documenti come PDF, Microsoft Word, Excel e PowerPoint. Questo tutorial ti guiderà attraverso il processo di utilizzo di GroupDocs.Parser per scorrere i campi del documento ed estrarre dati specifici utilizzando i modelli. Al termine di questo tutorial sarai in grado di estrarre in modo efficiente dati strutturati dai documenti nelle tue applicazioni .NET.

Prerequisiti

Prima di iniziare, assicurati di aver configurato i seguenti prerequisiti:

• Conoscenza base della programmazione C#.
• Visual Studio installato sul tuo computer.
• Libreria GroupDocs.Parser per .NET installata e referenziata nel progetto.

Importa spazi dei nomi

Per iniziare, aggiungi gli spazi dei nomi necessari al file C#:

using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;
using GroupDocs.Parser.Data;
using GroupDocs.Parser.Templates;

Analizziamo il processo in istruzioni passo passo.

Passaggio 1: definire i campi del modello

Innanzitutto, definisci i campi che desideri estrarre dal documento utilizzando le espressioni regolari.

// Definire un campo "prezzo".
TemplateField priceField = new TemplateField(
    new TemplateRegexPosition("\\$\\d+(.\\d+)?"),
    "Price");
// Definire un campo "e-mail".
TemplateField emailField = new TemplateField(
    new TemplateRegexPosition("[a-z]+\\@[a-z]+\\.[a-z]+"),
    "Email");
// Crea un modello con campi definiti
Template template = new Template(new TemplateItem[] { priceField, emailField });

In questo passaggio abbiamo definito due campi: uno per l’estrazione dei prezzi (identificati dal simbolo del dollaro e dalle cifre) e un altro per l’estrazione degli indirizzi email.

Passaggio 2: analizzare il documento

Successivamente, utilizzare il fileParser classe per analizzare il documento utilizzando il modello definito.

using (Parser parser = new Parser("YourSampleFile.pdf"))
{
    // Analizzare il documento in base al modello
    DocumentData data = parser.ParseByTemplate(template);
    // Scorrere i dati estratti
    for (int i = 0; i < data.Count; i++)
    {
        // Stampa il nome del campo
        Console.Write(data[i].Name + ": ");
        // Controlla se l'area estratta è testo
        PageTextArea area = data[i].PageArea as PageTextArea;
        Console.WriteLine(area == null ? "Not a template field" : area.Text);
    }
}

Qui inizializziamo il fileParser con il percorso del documento di esempio e quindi analizzare il documento utilizzando il modello definito. Quindi iteriamo attraverso i dati estratti e stampiamo i nomi dei campi insieme al testo estratto.

Conclusione

In questo tutorial abbiamo esplorato come utilizzare GroupDocs.Parser per .NET per estrarre dati specifici da documenti utilizzando modelli. Sfruttando le espressioni regolari e i modelli, puoi estrarre in modo efficiente informazioni strutturate da vari formati di documenti. Sperimenta diversi modelli e tipi di documenti per soddisfare le tue specifiche esigenze di estrazione.

Domande frequenti

GroupDocs.Parser può estrarre dati da documenti scansionati?

Sì, GroupDocs.Parser può estrarre testo e metadati sia da documenti PDF scansionati che ricercabili.

GroupDocs.Parser è compatibile con le applicazioni .NET Core?

Sì, GroupDocs.Parser supporta .NET Core insieme a .NET Framework.

Quali formati di documenti supporta GroupDocs.Parser?

GroupDocs.Parser supporta un’ampia gamma di formati tra cui PDF, Microsoft Word, Excel, PowerPoint e altri.

Come posso gestire documenti di grandi dimensioni con GroupDocs.Parser?

GroupDocs.Parser fornisce opzioni per estrarre dati da pagine o sezioni specifiche di documenti di grandi dimensioni, garantendo un’elaborazione efficiente.

Posso utilizzare GroupDocs.Parser solo per l’estrazione del testo?

Sì, puoi estrarre contenuto di testo semplice dai documenti utilizzando GroupDocs.Parser senza la necessità di formattazioni complesse.