Перебор полей

Введение

GroupDocs.Parser для .NET — это мощная библиотека, которая позволяет разработчикам извлекать данные из различных форматов документов, таких как PDF, Microsoft Word, Excel и PowerPoint. Это руководство проведет вас через процесс использования GroupDocs.Parser для перебора полей документа и извлечения определенных данных с помощью шаблонов. К концу этого руководства вы сможете эффективно извлекать структурированные данные из документов в своих приложениях .NET.

Предварительные условия

Прежде чем мы начнем, убедитесь, что у вас настроены следующие предварительные условия:

• Базовые знания программирования на C#.
• Visual Studio установлена на вашем компьютере.
• GroupDocs.Parser для библиотеки .NET, установленной и указанной в вашем проекте.

Импортировать пространства имен

Для начала добавьте необходимые пространства имен в файл C#:

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

Разобьем процесс на пошаговые инструкции.

Шаг 1. Определите поля шаблона

Сначала определите поля, которые вы хотите извлечь из документа, с помощью регулярных выражений.

// Определите поле «цена»
TemplateField priceField = new TemplateField(
    new TemplateRegexPosition("\\$\\d+(.\\d+)?"),
    "Price");
// Определите поле «электронная почта»
TemplateField emailField = new TemplateField(
    new TemplateRegexPosition("[a-z]+\\@[a-z]+\\.[a-z]+"),
    "Email");
// Создайте шаблон с определенными полями
Template template = new Template(new TemplateItem[] { priceField, emailField });

На этом этапе мы определили два поля: одно для извлечения цен (обозначаемых знаком доллара и цифрами), а другое — для извлечения адресов электронной почты.

Шаг 2. Анализ документа

Далее используйтеParser класс для анализа документа с использованием определенного шаблона.

using (Parser parser = new Parser("YourSampleFile.pdf"))
{
    // Разобрать документ по шаблону
    DocumentData data = parser.ParseByTemplate(template);
    // Перебирать извлеченные данные
    for (int i = 0; i < data.Count; i++)
    {
        // Распечатать имя поля
        Console.Write(data[i].Name + ": ");
        // Проверьте, является ли извлеченная область текстом
        PageTextArea area = data[i].PageArea as PageTextArea;
        Console.WriteLine(area == null ? "Not a template field" : area.Text);
    }
}

Здесь мы инициализируемParser указав путь к образцу документа, а затем проанализируйте документ, используя определенный шаблон. Затем мы перебираем извлеченные данные и печатаем имена полей вместе с извлеченным текстом.

Заключение

В этом руководстве мы рассмотрели, как использовать GroupDocs.Parser для .NET для извлечения определенных данных из документов с помощью шаблонов. Используя регулярные выражения и шаблоны, вы можете эффективно извлекать структурированную информацию из документов различных форматов. Поэкспериментируйте с различными шаблонами и типами документов в соответствии с вашими конкретными потребностями в извлечении.

Часто задаваемые вопросы

Может ли GroupDocs.Parser извлекать данные из отсканированных документов?

Да, GroupDocs.Parser может извлекать текст и метаданные как из отсканированных PDF-документов, так и из доступных для поиска PDF-документов.

Совместим ли GroupDocs.Parser с приложениями .NET Core?

Да, GroupDocs.Parser поддерживает .NET Core наряду с .NET Framework.

Какие форматы документов поддерживает GroupDocs.Parser?

GroupDocs.Parser поддерживает широкий спектр форматов, включая PDF, Microsoft Word, Excel, PowerPoint и другие.

Как я могу обрабатывать большие документы с помощью GroupDocs.Parser?

GroupDocs.Parser предоставляет возможности для извлечения данных из определенных страниц или разделов больших документов, обеспечивая эффективную обработку.

Могу ли я использовать GroupDocs.Parser только для извлечения текста?

Да, вы можете извлечь обычный текстовый контент из документов с помощью GroupDocs.Parser без необходимости сложного форматирования.