Aspose.PDF Text Extractor Plugin for .NET ir spēcīgs rīks, kas ļauj izstrādātājiem programmatiski ekstraktu tekstu no PDF dokumentiem dažādos formātos. neatkarīgi no tā, vai jums ir nepieciešams strukturēts, plašs vai izejvielu teksts, šis plugins piedāvā elastīgus izlādes režīmus un bezjēdzīgu integrāciju jebkurā .Net darba plūsmā.

Introduction

Aspose.PDF Text Extractor Plugin for .NET ir izstrādāts, lai palīdzētu izstrādātājiem viegli ekstraktu teksta saturu no PDF failiem ar maksimālu elastību.Šis rīks atbalsta vairākas extrakcijas režīmus - tīru (formātu), izejvielu (as-is) vai plašu (tīru) - padarot to piemērotu dažādiem lietojumprogrammu gadījumiem, piemēram, dokumentu konversiju, datu ieguves un pieejamības uzlabojumiem.

Aspose.PDF Teksta ekstraktors Plugins atslēgvārdi

  • ** Daudzveidīgas ekstrakcijas režīms**- Ekstrakts teksts tīrā (formāta), izejvielas (as-is) vai plaša (tīra) formātā, lai atbilstu jūsu vajadzībām.

  • Batch PDF apstrāde- Pārstrādā vairākas PDF failus vienlaicīgi, lai nodrošinātu efektīvu darba plūsmu.

    • vienkārša .NET integrācija*- Integrējiet pluginu jebkurā C# vai .NET projektā viegli.

Sākt ar Aspose.PDF teksta ekstraktora plugins

  • Install Aspose.PDF par .NETPievienojiet caur NuGet vai lejupielādējiet kolekcijas jūsu .NET risinājumam.
  • Konfigurējiet savu licenciAktivizējiet plugin, lai nodrošinātu neierobežotu apstrādi un atbalstu.
  • ** Konfigurēt ekstrakcijas opcijas**Use TextExtractor un TextExtractorOptions klases, lai iestatītu ekstrakcijas režīmu kā vēlams (Pure, Raw, Plain).
  • ** Procedūra un atgūšanas teksts**Izveidojiet teksta ekstrakcijas un piekļuves rezultātus, izmantojot rezultātu konteineru kolekciju.

Piemērs: Izņemt tekstu no PDF (C#)

Lai iegūtu tekstu no viena PDF faila, izmantojot Aspose.PDF, sekojiet šādam piemēram:

using Aspose.Pdf.Plugins;

var extractor = new TextExtractor();
var options = new TextExtractorOptions(TextExtractorOptions.TextFormattingMode.Pure);
options.AddInput(new FileDataSource("C:\\Samples\\sample.pdf"));
var resultContainer = extractor.Process(options);
string extractedText = resultContainer.ResultCollection[0].ToString();
Console.WriteLine(extractedText);

Piemērs: Batch ekstrakts teksts no vairākiem PDF

Lai apstrādātu vairākus PDF failus, izmantojiet šādu piemēru:

string[] pdfFiles = { "sample1.pdf", "sample2.pdf" };
var extractor = new TextExtractor();
var options = new TextExtractorOptions(TextExtractorOptions.TextFormattingMode.Raw);
foreach (var file in pdfFiles)
{
options.AddInput(new FileDataSource(file));
}
var resultContainer = extractor.Process(options);
for (int i = 0; i < resultContainer.ResultCollection.Count; i++)
{
string text = resultContainer.ResultCollection[i].ToString();
Console.WriteLine(text);
}

Izmantojiet gadījumus un paplašinājumus

  • PDF uz TXT Konvertēšana: Automātiska PDF konvertācija plašajā tekstā indeksošanai, meklēšanai vai arhivējumam.
  • Data Mining: Izņem tabulas datus, rēķinus vai veidlapas turpmākai apstrādei vai analīzei.
  • Pieejamība: Sagatavo lasāms saturs ekrāna lasītājiem vai alternatīviem formātiem.
  • Batch apstrāde: Izmanto ekstrakcijas režīmus konkrētiem zemapjoma darba plūsmām (piemēram, OCR priekšapstrāde, vienības atpazīšana).

Labākās prakses

Vienmēr izvēlieties atbilstošu ekstrakcijas režīmu, pamatojoties uz jūsu izdošanas prasībām. lieliem dokumentu kompleksiem, batch apstrāde var maksimizēt caurlaidību un samazināt manuālo pūliņu.

More in this category