แยกข้อความจากพื้นที่เฉพาะพร้อมตัวเลือก

การแนะนำ

ในบทช่วยสอนนี้ เราจะสำรวจวิธีใช้ GroupDocs.Parser สำหรับ .NET เพื่อแยกข้อความจากพื้นที่เฉพาะภายในเอกสารโดยใช้ตัวเลือกที่ปรับแต่งได้ GroupDocs.Parser เป็นไลบรารีอันทรงพลังที่ช่วยให้นักพัฒนาสามารถแยกวิเคราะห์และแยกข้อความจากเอกสารรูปแบบต่างๆ ได้อย่างง่ายดาย

ข้อกำหนดเบื้องต้น

ก่อนที่เราจะเจาะลึกเรื่องการเขียนโค้ด ตรวจสอบให้แน่ใจว่าคุณมีสิ่งต่อไปนี้:

  1. สภาพแวดล้อมการพัฒนา: ติดตั้ง Visual Studio หรือ IDE การพัฒนา .NET อื่น ๆ
  2. GroupDocs.Parser Library: ดาวน์โหลดและติดตั้ง GroupDocs.Parser สำหรับ .NET จากที่นี่.
  3. ไฟล์ตัวอย่าง: เตรียมเอกสารตัวอย่าง (เช่น PDF, DOCX ฯลฯ) เพื่อดึงข้อความออกมา

นำเข้าเนมสเปซ

ขั้นแรก คุณจะต้องนำเข้าเนมสเปซที่จำเป็นเพื่อเข้าถึงคลาสและวิธีการของ GroupDocs.Parser

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

ขั้นตอนที่ 1: สร้างอินสแตนซ์ของ Parser Class

เริ่มต้นอินสแตนซ์ของParser คลาสโดยระบุเส้นทางไปยังไฟล์ตัวอย่างของคุณ

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

ขั้นตอนที่ 2: กำหนดตัวเลือกการแยกพื้นที่ข้อความ

สร้างPageTextAreaOptions เพื่อระบุเกณฑ์ในการแยกข้อความ

PageTextAreaOptions options = new PageTextAreaOptions("\\s[a-z]{2}\\s", new Rectangle(new Point(0, 0), new Size(300, 100)));

ในตัวอย่างนี้:

  • "\\s[a-z]{2}\\s" เป็นรูปแบบนิพจน์ทั่วไปเพื่อจับคู่พื้นที่ข้อความที่มีเฉพาะตัวอักษรพิมพ์เล็กเท่านั้น
  • new Rectangle(new Point(0, 0), new Size(300, 100)) กำหนดสี่เหลี่ยม (ตำแหน่งและขนาด) บนเพจที่จะแยกข้อความ

ขั้นตอนที่ 3: แยกพื้นที่ข้อความ

ใช้ตัวเลือกที่กำหนดไว้เพื่อแยกพื้นที่ข้อความที่ตรงตามเกณฑ์ที่ระบุ

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

ขั้นตอนที่ 4: ตรวจสอบและวนซ้ำพื้นที่ข้อความที่แยกออกมา

ตรวจสอบว่ารองรับการแยกพื้นที่ข้อความหรือไม่ จากนั้นทำซ้ำในพื้นที่ที่แยกออกมา

if (areas == null)
{
    Console.WriteLine("Page text areas extraction isn't supported");
    return;
}
foreach (PageTextArea a in areas)
{
    Console.WriteLine(string.Format("Page: {0}, R: {1}, Text: {2}", a.Page.Index, a.Rectangle, a.Text));
}

บทสรุป

ในบทช่วยสอนนี้ เราได้กล่าวถึงวิธีการแยกข้อความจากพื้นที่เฉพาะภายในเอกสารโดยใช้ GroupDocs.Parser สำหรับ .NET ไลบรารีนี้มีความสามารถที่ครอบคลุมสำหรับการแยกวิเคราะห์รูปแบบเอกสารต่างๆ ทำให้เป็นเครื่องมือที่มีค่าสำหรับงานแยกข้อความ

คำถามที่พบบ่อย

GroupDocs.Parser สามารถแยกข้อความจากเอกสารที่สแกนได้หรือไม่

ใช่ GroupDocs.Parser รองรับการแยกข้อความที่ใช้ OCR สำหรับเอกสารที่สแกน

GroupDocs.Parser เข้ากันได้กับเอกสารหลายรูปแบบหรือไม่

ใช่ สามารถแยกวิเคราะห์และแยกข้อความจาก PDF, DOCX, XLSX, PPTX และรูปแบบยอดนิยมอื่นๆ ได้

GroupDocs.Parser ให้การสนับสนุน .NET Core หรือไม่

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

ฉันสามารถแยกข้อมูลเมตาพร้อมกับข้อความโดยใช้ GroupDocs.Parser ได้หรือไม่

ได้ คุณสามารถแยกทั้งเนื้อหาที่เป็นข้อความและข้อมูลเมตาจากเอกสารได้

มีรุ่นทดลองใช้งานสำหรับ GroupDocs.Parser หรือไม่

ใช่ คุณสามารถทดลองใช้ฟรีได้จากที่นี่.

แยกข้อความจากพื้นที่เฉพาะบนเพจ แยกข้อความตามรายการสารบัญ (TOC)