特定の領域からテキストを抽出する

導入

このチュートリアルでは、GroupDocs.Parser for .NET を使用してドキュメントの特定の領域からテキストを抽出する方法について説明します。GroupDocs.Parser は、開発者が PDF、DOCX、XLSX などのさまざまなドキュメント形式からテキスト、メタデータ、およびその他の情報を解析および抽出できるようにする強力な API です。

前提条件

始める前に、以下のものを用意してください。

開発環境: Visual Studio または任意の推奨 .NET 開発 IDE。
GroupDocs.Parser for .NET: ライブラリをダウンロードしてインストールします。ここ.
サンプルファイル: テキストを抽出するドキュメント (PDF、DOCX など) を準備します。

名前空間のインポート

まず、.NET プロジェクトに必要な名前空間を含めます。

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

ステップ1: パーサークラスのインスタンスを作成する

インスタンスを作成するParserサンプルドキュメントへのパスを指定してクラスを作成します。

using (Parser parser = new Parser("YourSampleFile.pdf"))
{
    //ここにコードを入力してください...
}

交換する"YourSampleFile.pdf"実際のドキュメントへのパスを入力します。

ステップ2: テキスト領域を抽出する

使用GetTextAreas()ドキュメントからテキスト領域を抽出する方法:

IEnumerable<PageTextArea> areas = parser.GetTextAreas();

ステップ3: テキスト領域の抽出のサポートを確認する

ドキュメントタイプでテキスト領域の抽出がサポートされているかどうかを確認します。

if (areas == null)
{
    Console.WriteLine("Page text areas extraction isn't supported");
    return;
}

ステップ4: 抽出された領域を反復処理する

抽出された各テキスト領域を反復処理して、ページインデックス、四角形、およびテキスト値にアクセスします。

foreach (PageTextArea area in areas)
{
    Console.WriteLine($"Page: {area.Page.Index}, Rectangle: {area.Rectangle}, Text: {area.Text}");
}

結論

このチュートリアルでは、GroupDocs.Parser for .NET を使用してドキュメント内の特定の領域からテキストを抽出する方法を説明しました。このプロセスは、データの処理と分析のためにターゲットを絞ったテキスト抽出が必要なシナリオに役立ちます。

よくある質問

GroupDocs.Parser を使用して、パスワードで保護されたドキュメントからテキストを抽出できますか?

はい、GroupDocs.Parser はパスワードで保護された PDF ドキュメントからのテキストの抽出をサポートしています。

GroupDocs.Parser はドキュメントからの画像抽出をサポートしていますか?

はい、GroupDocs.Parser はさまざまなドキュメント形式からテキストとともに画像を抽出できます。

GroupDocs.Parser for .NET の試用版はありますか?

はい、無料試用版は以下からダウンロードできます。ここ.

GroupDocs.Parser のテクニカルサポートを受けるにはどうすればよいですか?

技術的なサポートについては、GroupDocs.Parser フォーラム.

GroupDocs.Parser for .NET のライセンスはどこで購入できますか?

ライセンスは以下から購入できますこのリンク.

テキストの抽出と強調表示ページ上の特定の領域からテキストを抽出する