Извлечь таблицы со страницы документа

Введение

В этом руководстве мы рассмотрим, как извлекать таблицы со страницы документа с помощью GroupDocs.Parser для .NET. GroupDocs.Parser — это мощная библиотека, которая позволяет разработчикам работать с различными форматами документов, такими как PDF, DOCX, XLSX и другими. Используя его функции, мы можем эффективно извлекать из этих документов структурированные данные, такие как таблицы, что позволяет нам программно манипулировать и анализировать информацию.

Предварительные условия

Прежде чем приступить к работе, убедитесь, что у вас есть следующее:

  • Visual Studio установлена на вашем компьютере.
  • Базовое понимание разработки на C# и .NET.
  • GroupDocs.Parser для библиотеки .NET. Вы можете скачать его сздесь.
  • Доступ к образцу документа (PDF, DOCX и т. д.), содержащему таблицы для извлечения.

Импортировать пространства имен

Сначала начните с импорта необходимых пространств имен в проект C#:

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

Шаг 1. Создайте экземпляр класса парсера

Создайте экземплярParser класс, указав путь к образцу документа:

using (Parser parser = new Parser("YourSampleFile.pdf"))
{
    //Ваш код продолжается здесь...
}

Шаг 2. Проверьте поддержку извлечения таблицы документов

Прежде чем продолжить, проверьте, поддерживает ли документ извлечение таблиц:

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

Шаг 3. Определите макет таблицы

Определите макет таблиц, которые будут извлечены из документа. Укажите ширину столбцов и высоту строк в соответствии со структурой вашего документа:

TemplateTableLayout layout = new TemplateTableLayout(
    new double[] { 50, 95, 275, 415, 485, 545 },  // Ширина столбцов
    new double[] { 325, 340, 365, 395 });         // Высота строк

Шаг 4. Настройте параметры извлечения таблиц

Создайте параметры извлечения таблицы, используя указанный макет:

PageTableAreaOptions options = new PageTableAreaOptions(layout);

Шаг 5: Получите информацию о документе

Получите информацию о документе, включая количество страниц:

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

Шаг 6. Перебор страниц документа

Перейдите по каждой странице документа, чтобы извлечь таблицы:

for (int pageIndex = 0; pageIndex < documentInfo.PageCount; pageIndex++)
{
    Console.WriteLine($"Page {pageIndex + 1}/{documentInfo.PageCount}");
    // Извлечь таблицы с текущей страницы
    IEnumerable<PageTableArea> tables = parser.GetTables(pageIndex, options);
    // Перебирать извлеченные таблицы
    foreach (PageTableArea table in tables)
    {
        // Перебирать строки таблицы
        for (int row = 0; row < table.RowCount; row++)
        {
            // Перебирать столбцы таблицы
            for (int column = 0; column < table.ColumnCount; column++)
            {
                // Получить ячейку таблицы
                PageTableAreaCell cell = table[row, column];
                if (cell != null)
                {
                    // Распечатать текст ячейки таблицы
                    Console.Write(cell.Text);
                    Console.Write(" | ");
                }
            }
            Console.WriteLine();
        }
        Console.WriteLine();
    }
}

Заключение

В этом руководстве мы рассмотрели процесс извлечения таблиц со страниц документа с помощью GroupDocs.Parser для .NET. Следуя предоставленным инструкциям, вы сможете легко интегрировать функцию извлечения таблиц в свои приложения .NET, обеспечивая эффективную обработку и манипулирование структурированными данными в документах.

Часто задаваемые вопросы

Может ли GroupDocs.Parser извлекать таблицы из всех типов документов?

GroupDocs.Parser поддерживает различные форматы документов, такие как PDF, DOCX, XLSX и другие, позволяя извлекать таблицы из совместимых типов файлов.

Подходит ли GroupDocs.Parser для .NET для крупномасштабной обработки документов?

Да, GroupDocs.Parser предназначен для эффективной обработки больших документов, что делает его пригодным для обработки обширных наборов данных.

Сохраняет ли GroupDocs.Parser форматирование во время извлечения таблицы?

Да, GroupDocs.Parser сохраняет детали форматирования, такие как границы ячеек, стили текста и выравнивание, во время извлечения таблицы.

Могу ли я извлечь определенные таблицы на основе критериев содержания?

GroupDocs.Parser предлагает гибкие возможности выбора конкретных таблиц на основе шаблонов макета или условий содержимого для извлечения.

Совместим ли GroupDocs.Parser с .NET Core?

Да, GroupDocs.Parser совместим со средами .NET Framework и .NET Core.

Извлечь таблицы из документа