以原始模式從頁面中提取文本

介紹

在本教程中，您將學習如何使用 Groupdocs.Parser for .NET 以原始模式從文件頁面中提取文字。該程式庫提供了高效的工具來解析和提取各種文件格式的內容，使開發人員能夠將文件文字提取合併到他們的 .NET 應用程式中。

先決條件

在開始之前，請確保您具備以下先決條件：

• C# 和 .NET 程式設計的基礎知識
• 您的電腦上安裝了 Visual Studio
• 存取 .NET 庫的 Groupdocs.Parser
• 用於測試的範例文件文件

導入命名空間

首先在您的 C# 專案中包含必要的命名空間：

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

第 1 步：初始化解析器

首先，建立一個實例Parser類，透過提供範例文檔文件的路徑。

using (Parser parser = new Parser("YourSampleFile.pdf"))
{
    //你的程式碼在這裡
}

第 2 步：檢索文件資訊

使用檢索有關文件的信息GetDocumentInfo()方法。

IDocumentInfo documentInfo = parser.GetDocumentInfo();

第 3 步：迭代頁面並提取文本

迭代文件的每一頁並提取文字內容。

for (int p = 0; p < documentInfo.RawPageCount; p++)
{
    Console.WriteLine($"Page {p + 1}/{documentInfo.RawPageCount}");
    //從頁面中提取文本
    using (TextReader reader = parser.GetText(p, new TextOptions(true)))
    {
        Console.WriteLine(reader.ReadToEnd());
    }
}

結論

現在您已經了解如何使用 Groupdocs.Parser for .NET 以原始模式從文件頁面中提取文字。對於需要分析或處理各種文件格式的文字內容的應用程式來說，這可能是一個強大的功能。

常見問題解答

Groupdocs.Parser for .NET 是否與所有文件格式相容？

Groupdocs.Parser 支援多種文件格式，包括 PDF、DOCX、XLSX、PPTX、EPUB 等。

我可以使用此庫提取元資料和文字嗎？

是的，Groupdocs.Parser 允許您從文件中提取文字和元資料。

有試用版可供測試嗎？

是的，您可以從以下位置下載免費試用版這裡.

如何獲得 Groupdocs.Parser 的技術支援？

如需技術協助，請訪問Groupdocs.Parser 論壇.

在哪裡可以購買 Groupdocs.Parser for .NET 的授權？

您可以購買許可證這裡.