แยกข้อความที่จัดรูปแบบออกจากหน้าเอกสาร

การแนะนำ

ในบทช่วยสอนนี้ เราจะแนะนำคุณตลอดกระบวนการแยกข้อความที่จัดรูปแบบแล้วออกจากหน้าเอกสารโดยใช้ GroupDocs.Parser สำหรับ .NET ไลบรารีนี้ช่วยให้คุณสามารถแยกวิเคราะห์และแยกข้อความจากรูปแบบเอกสารต่างๆ เช่น PDF, Word, Excel และอื่นๆ ได้อย่างมีประสิทธิภาพ

ข้อกำหนดเบื้องต้น

ก่อนที่เราจะเริ่ม ตรวจสอบให้แน่ใจว่าคุณมีสิ่งต่อไปนี้:

• ติดตั้ง Visual Studio บนระบบของคุณแล้ว
• ความรู้พื้นฐานเกี่ยวกับการเขียนโปรแกรม C#
• GroupDocs.Parser สำหรับไลบรารี .NET คุณสามารถดาวน์โหลดได้ที่นี่.

นำเข้าเนมสเปซ

ขั้นแรก ให้เริ่มต้นด้วยการนำเข้าเนมสเปซที่จำเป็นลงในโปรเจ็กต์ C# ของคุณ

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

ขั้นตอนที่ 1: สร้างอินสแตนซ์ของ Parser Class

เริ่มต้นด้วยการสร้างอินสแตนซ์ของParser คลาสโดยระบุเส้นทางไปยังไฟล์ตัวอย่างของคุณ

using (Parser parser = new Parser("YourSampleFile.pdf"))
{
    // รหัสจะไปที่นี่
}

ขั้นตอนที่ 2: ตรวจสอบว่ารองรับการแยกข้อความที่จัดรูปแบบแล้วหรือไม่

ก่อนดำเนินการแยกข้อความ ให้ตรวจสอบว่าเอกสารรองรับการแยกข้อความที่จัดรูปแบบหรือไม่

if (!parser.Features.FormattedText)
{
    Console.WriteLine("Document does not support formatted text extraction.");
    return;
}

ขั้นตอนที่ 3: รับข้อมูลเอกสาร

ดึงข้อมูลเกี่ยวกับเอกสาร เช่น จำนวนหน้า

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

ขั้นตอนที่ 4: วนซ้ำหน้าเอกสารและแยกข้อความที่จัดรูปแบบ

วนซ้ำแต่ละหน้าของเอกสารและแยกข้อความที่จัดรูปแบบโดยใช้ตัวเลือกที่ระบุ (เช่น รูปแบบ Markdown)

for (int p = 0; p < documentInfo.PageCount; p++)
{
    Console.WriteLine($"Page {p + 1}/{documentInfo.PageCount}");
    
    using (TextReader reader = parser.GetFormattedText(p, new FormattedTextOptions(FormattedTextMode.Markdown)))
    {
        Console.WriteLine(reader.ReadToEnd());
    }
}

บทสรุป

ตอนนี้คุณรู้วิธีแยกข้อความที่จัดรูปแบบออกจากหน้าเอกสารโดยใช้ GroupDocs.Parser สำหรับ .NET แล้ว ไลบรารีนี้เป็นโซลูชันที่มีประสิทธิภาพและใช้งานง่ายสำหรับการแยกข้อความจากไฟล์รูปแบบต่างๆ

คำถามที่พบบ่อย

GroupDocs.Parser สามารถจัดการไฟล์รูปแบบต่างๆ ได้หรือไม่

ใช่ GroupDocs.Parser รองรับรูปแบบเอกสารที่หลากหลาย รวมถึง PDF, DOCX, XLSX, PPTX และอื่นๆ

GroupDocs.Parser เข้ากันได้กับ .NET Core หรือไม่

ใช่ GroupDocs.Parser รองรับ .NET Core และ .NET Framework

GroupDocs.Parser รักษาการจัดรูปแบบข้อความในระหว่างการแตกไฟล์หรือไม่

ได้ GroupDocs.Parser สามารถคงการจัดรูปแบบ เช่น สไตล์และแบบอักษรไว้ได้เมื่อแยกข้อความ

ฉันสามารถแยกรูปภาพและข้อมูลเมตาโดยใช้ GroupDocs.Parser ได้หรือไม่

ใช่ GroupDocs.Parser อนุญาตให้แยกรูปภาพ ข้อมูลเมตา และข้อความจากเอกสาร

ฉันจะรับการสนับสนุนสำหรับ GroupDocs.Parser ได้อย่างไร

คุณสามารถรับการสนับสนุนจากฟอรัม GroupDocs.Parser.