Odstranění textu z souborů PDF je běžným požadavkem v úlohách zpracování dokumentů. Tento článek poskytuje důkladný průvodce používání Aspose.PDF Text Extractor Plugin pro efektivní a všestrannou textovou extrakci v C#. Ať už potřebujete odstranit text z celého dokumentu, konkrétních stránek nebo definovaných oblastí, Aspose Plugin usnadňuje vysoce výkonnou PDF textovou extrakci s minimálním úsilím.
Klíčové vlastnosti programu Aspose.PDF Text Extractor Plugin
- Vytažení textu z celého PDF
- Text z konkrétních stránek
- Text z konkrétního regionu
- Vyhledávání a extrakce textu pomocí Regex
- Využijte tabulkové údaje jako text
- Zvýrazněný text
- Optimalizace textové extrakce s nízkým využitím paměti
Přehled programu Aspose.PDF Text Extractor Plugin
Aspose.PDF Text Extractor Plugin pro .NET je robustní řešení pro extrahování textu z dokumentů PDF. Je speciálně navržen pro vývojáře pracující s aplikacemi .NET, podporující jak .NET Framework, tak .NET Core pro PDF text extrahován:
- Pure Mode: Vyrábí text při zachování původního formátování a struktury.
- Raw Mode: Vyrábí text bez formátován.
- Plain Mode: Odstraňuje text a odstraňuje všechny formátování a speciální znaky.
Výhody použití Aspose.PDF
- Batch Processing: Jedná se o více PDF souběžn.
- Přizpůsobitelné nastavení: Přizpůsobte nastavení extrakce tak, aby odpovídalo vašim specifickým potřebám.
- Seamless Integration: Přímá integrace s aplikacemi .NET pro hladké pracovní toky.
- High-Speed Performance: Optimalizován pro rychlé a přesné textové extrakce s minimální spotřebou zdroj.
Začněte s C# PDF Text Extraction
a to Aspose.PDF pro .NET Knihovna je komplexní nástroj pro vývojáře .NET, kteří hledají vysoce výkonné řešení C# PDF Extract:
PM> Install-Package Aspose.PDF
Alternativně můžete Stáhněte si DLL integrovat jej přímo do vašeho projektu, poskytující spolehlivé C# PDF do textu řešení.
Odstranění textu z plného PDF v C#
Chcete-li extrahovat celý text z PDF, postupujte podle následujících krok:
- Stáhněte si PDF pomocí Dokumenty a třídy.
- Vytvořte A TextAbsorber a předmětem.
- Aplikujte absorptor na všechny stránky.
- Uložte extrahovaný text do souboru.
Příkladový kód
Odstranění textu z konkrétních stránek v PDF
Chcete-li extrahovat text z jedné stránky pomocí C#, postupujte podle následujících kroků:
- Stáhněte si PDF.
- Vytvořte A TextAbsorber.
- Aplikujte absorptor na požadovanou stránku.
- Shromažďujte extrahovaný text.
Příkladový kód
Odstranění textu z konkrétních oblastí v PDF
Chcete-li extrahovat text z konkrétních oblastí stránky, definujte rektangulární koordináty:
- Stáhněte si PDF.
- Konfigurace TextSearchOptions v určeném regionu.
- Aplikujte si TextAbsorber k regionu.
- Shromažďujte extrahovaný text.
Příkladový kód
Vyhledávání a extrakce textu pomocí Regex
Chcete-li extrahovat text, který odpovídá konkrétnímu vzoru pomocí pravidelných výraz:
- Stáhněte si PDF.
- Využijte režim regex.
- Použijte vzorek pomocí TextAbsorber.
- Připojte se k textovým fragmentům.
Příkladový kód
Vytažení tabulkových údajů jako textu v C#
Chcete-li extrahovat obsah z tabulek, použijte následující kroky:
- Stáhněte si PDF.
- Použití TableAbsorber Navigaci přes stolní struktury.
- Odstranění textové buňky po buňce.
Příkladový kód
Vytažení zdůrazněného textu v PDF
K vyjádření zdůrazněného textu:
- Iterate prostřednictvím poznámek.
- filtry TextMarkupAnnotation.
- Odstraňte a uložte zdůrazněné fragmenty.
Příkladový kód
Optimalizace textové extrakce s nízkým využitím paměti
a) Použití **** a ****:
- Volání
absorber.Reset()po zpracování každé stránky. - Bezplatná paměť, kterou používají stránky
page.FreeMemory().
2) Použití MemorySaving V módě:
Setování TextExtractionOptions.TextFormattingMode optimalizovat používání paměti během PDF textové extrakce.
Příkladový kód
Zdarma C# PDF Text Extraction Library {#Zdarma licence}
Získejte A Zdarma dočasná licence pro neomezený přístup k Aspose.PDF pro .NET a odemknout jeho plný potenciál pro efektivní řešení C# PDF Text Extraction. Můžete také prozkoumat možnosti, jako je c# Convert PDF to Text a C# Read Text from PDF pro přizpůsobené řešení, včetně c# Extrakt Text z PDF a c # Read PDF text Free.
závěr
Aspose.PDF Text Extractor Plugin pro .NET nabízí všestranné a efektivní řešení pro spolehlivé úkoly extrakce textu. Od extrahování textů z celého dokumentu do konkrétních stránek nebo regionů, usnadňuje proces s přesností a rychlostí. To z něj dělá jednu z nejlepších C# PDF Extract Text knihovny k dispozici. Snažte se to dnes zjednodušit vaše PDF text extraction pracovní toky za pouhých $99!
