Wyodrębnij tekst ze strony w formacie PDF w trybie surowym

Wstęp

W tym samouczku omówimy, jak używać programu GroupDocs.Parser dla platformy .NET do wyodrębniania tekstu ze stron dokumentów PDF w trybie nieprzetworzonym. GroupDocs.Parser to potężne narzędzie umożliwiające programistom programową pracę z różnymi formatami dokumentów.

Warunki wstępne

Przed rozpoczęciem tego samouczka upewnij się, że posiadasz następujące elementy:

• Program Visual Studio zainstalowany na Twoim komputerze.
• Podstawowa znajomość programowania w języku C#.
• Biblioteka GroupDocs.Parser dla .NET, którą możeszPobierz tutaj.
• Przykładowy plik PDF do celów testowych.

Importuj przestrzenie nazw

Najpierw pamiętaj o zaimportowaniu niezbędnych przestrzeni nazw do projektu C#:

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

Krok 1: Utwórz instancję klasy analizatora składni

Aby rozpocząć, utwórz instancjęParserclass, podając ścieżkę do przykładowego pliku PDF.

using (Parser parser = new Parser("YourSampleFile.pdf"))
{
    // Twój kod trafia tutaj
}

Krok 2: Uzyskaj informacje o dokumencie i przeglądaj strony

Następnie pobierz informacje o dokumencie i wykonaj iterację po każdej stronie, aby wyodrębnić tekst.

IDocumentInfo documentInfo = parser.GetDocumentInfo();
for (int p = 0; p < documentInfo.RawPageCount; p++)
{
    Console.WriteLine($"Page {p + 1}/{documentInfo.RawPageCount}");
    // Twój kod do wyodrębniania tekstu znajduje się tutaj
}

Krok 3: Wyodrębnij tekst z każdej strony

W pętli użyj metodyGetText metoda wyodrębniania tekstu z każdej strony i drukowania go.

using (TextReader reader = parser.GetText(p, new TextOptions(true)))
{
    Console.WriteLine(reader.ReadToEnd());
}

Wniosek

W tym samouczku nauczyliśmy się, jak wyodrębniać tekst ze stron PDF w trybie nieprzetworzonym przy użyciu narzędzia GroupDocs.Parser dla platformy .NET. Proces ten polega na utworzeniuParser na przykład uzyskiwanie informacji o dokumencie, przeglądanie każdej strony i wyodrębnianie tekstu za pomocą metodyGetText metoda.

Często zadawane pytania

Co to jest GroupDocs.Parser dla .NET?

GroupDocs.Parser dla .NET to interfejs API do analizowania dokumentów, który umożliwia programistom programowe wyodrębnianie tekstu, metadanych i innych informacji z różnych formatów plików.

Jak pobrać GroupDocs.Parser dla .NET?

Bibliotekę można pobrać ze stronyWitryna GroupDocs.

Czy dostępny jest bezpłatny okres próbny?

Tak, możesz uzyskać dostęp do bezpłatnej wersji próbnej GroupDocs.Parser dla .NET zTutaj.

Gdzie mogę znaleźć pomoc dotyczącą GroupDocs.Parser dla .NET?

Aby uzyskać pomoc techniczną i wsparcie społeczności, odwiedź stronęForum GroupDocs.

Jak mogę kupić licencję na GroupDocs.Parser dla .NET?

Licencję można kupić w witryniestrona zakupu lub zdobądź licencję tymczasowąTutaj.