翻譯|使用教程|編輯:李顯亮|2019-07-11 09:45:56.580|閱讀 1120 次
概述:Spire.PDF是一個專業的PDF組件,能夠獨立地創建、編寫、編輯、操作和閱讀PDF文件。文本和圖片是PDF文檔的重要組成部分。本文將介紹如何通過編程的方式使用C#獲取PDF文檔中的文本和圖片并保存到本地路徑,以及如何從指定的頁面區域提取文本。
# 界面/圖表報表/文檔/IDE等千款熱門軟控件火熱銷售中 >>
相關鏈接:
更多資源查看:Spire.XLS工作表教程 | Spire.Doc系列教程 | Spire.PDF系列教程
Spire.PDF是一個專業的PDF組件,能夠獨立地創建、編寫、編輯、操作和閱讀PDF文件,支持 .NET、Java、WPF和Silverlight。Spire.PDF的PDF API擁有豐富的功能,如安全設置(包括數字簽名)、PDF文本/附件/圖片提取、PDF文件合并/拆分、元數據更新、章節和段落優化、圖形/圖像描繪和插入、表格創建和處理、數據導入等等。
文本和圖片是PDF文檔的重要組成部分。本文將介紹如何通過編程的方式使用C#獲取PDF文檔中的文本和圖片并保存到本地路徑,以及如何從指定的頁面區域提取文本。
提取PDF文檔中的文本
//實例化一個PdfDocument對象
PdfDocument doc = new PdfDocument();
//加載PDF文檔
doc.LoadFromFile("測試文檔.pdf");
//實例化一個StringBuilder 對象
StringBuilder content = new StringBuilder();
//提取PDF所有頁面的文本
foreach (PdfPageBase page in doc.Pages)
{
content.Append(page.ExtractText());
}
//將提取到的文本寫為.txt格式并保存到本地路徑
String fileName = "獲取文本.txt";
File.WriteAllText(fileName, content.ToString());提取 PDF 文檔中的圖片
//加載PDF文檔
PdfDocument doc = new PdfDocument();
doc.LoadFromFile("測試文檔.pdf");
ListListImage = new List();
for (int i = 0; i < doc.Pages.Count; i++)
{
// 實例化一個Spire.Pdf.PdfPageBase對象
PdfPageBase page = doc.Pages[i];
// 獲取所有pages里面的圖片
Image[] images = page.ExtractImages();
if (images != null && images.Length > 0)
{
ListImage.AddRange(images);
}
}
// 將提取到的圖片保存到本地路徑
if (ListImage.Count > 0)
{
for (int i = 0; i < ListImage.Count; i++)
{
Image image = ListImage[i];
image.Save("image" + (i + 1).ToString() + ".png", System.Drawing.Imaging.ImageFormat.Png);
}
}
有時我們可能需要獲取PDF頁面中某個區域內的文本而不是全部的文本。以下是示例文檔截圖,紅色矩形區域是即將提取文本的區域。

//創建PdfDocument實例
PdfDocument pdf = new PdfDocument();
//加載PDF文檔
pdf.LoadFromFile("Input.pdf");
//獲取第一頁
PdfPageBase page = pdf.Pages[0];
//從第一頁的指定矩形區域內提取文本
string text = page.ExtractText(new RectangleF(50, 50, 500, 100) );
//將文本寫入.txt文件
StringBuilder sb = new StringBuilder();
sb.AppendLine(text);
File.WriteAllText("Extract.txt", sb.ToString());效果圖

*想要購買正版授權的朋友可以哦~
如果你有任何問題或意見,可在下方評論區留言,點擊資源列表查看更多教程資源~
本站文章除注明轉載外,均為本站原創或翻譯。歡迎任何形式的轉載,但請務必注明出處、不得修改原文相關鏈接,如果存在內容上的異議請郵件反饋至chenjj@ke049m.cn
文章轉載自: