Class PdfExtractor

Информация

Представляет компонент Documentize.PdfExtractor. Используется для извлечения текста, изображений, данных форм, свойств (метаданных) из PDF‑документов.

public static class PdfExtractor

Наследование

object ← PdfExtractor

Унаследованные члены

Методы

Extract(ExtractTextOptions)

Извлекает текст из PDF‑документа.

public static string Extract(ExtractTextOptions options)

Параметры

  • options ExtractTextOptions: Объект параметров, содержащий инструкции для операции.

Возвращаемое значение

string : Извлечённый текст.

Примеры

Пример демонстрирует, как извлечь текстовое содержание из PDF‑файла.

// Create ExtractTextOptions object to set input file path
var options = new ExtractTextOptions("path_to_your_pdf_file.pdf");
// Perform the process and get the extracted text
var textExtracted = PdfExtractor.Extract(options);

Пример демонстрирует, как извлечь текстовое содержание из PDF‑потока.

// Create ExtractTextOptions object to set input stream
var stream = File.OpenRead("path_to_your_pdf_file.pdf");
var options = new ExtractTextOptions(stream);
// Perform the process and get the extracted text
var textExtracted = PdfExtractor.Extract(options);

Пример демонстрирует, как извлечь текстовое содержание PDF‑документа с указанием TextFormattingMode.

// Create ExtractTextOptions object to set input file path and TextFormattingMode
var options = new ExtractTextOptions("path_to_your_pdf_file.pdf", TextFormattingMode.Pure);
// Perform the process and get the extracted text
var textExtracted = PdfExtractor.Extract(options);

Пример демонстрирует, как извлечь текст из PDF‑файла в самом кратком виде.

// Perform the process and get the extracted text
var textExtracted = PdfExtractor.Extract(new ExtractTextOptions("path_to_your_pdf_file.pdf", TextFormattingMode.Pure));

Исключения

ArgumentException

Если параметры не заданы.

Extract(ExtractImagesOptions)

Извлекает изображения из PDF‑документа.

public static ResultContainer Extract(ExtractImagesOptions options)

Параметры

  • options ExtractImagesOptions: Объект параметров, содержащий инструкции для операции.

Возвращаемое значение

ResultContainer : Объект, содержащий результат операции.

Примеры

Пример демонстрирует, как извлечь изображения из PDF‑документа.

// Create ExtractImagesOptions to set instructions
var options = new ExtractImagesOptions();
// Add input file path
options.AddInput(new FileData("path_to_your_pdf_file.pdf"));
// Set output Directory path
options.AddOutput(new DirectoryData("path_to_results_directory"));
// Perform the process
var results = PdfExtractor.Extract(options);
// Get path to image result
var imageExtracted = results.ResultCollection[0].ToFile();

Пример демонстрирует, как извлечь изображения из PDF‑документа в потоки без создания папки.

// Create ExtractImagesOptions to set instructions
var options = new ExtractImagesOptions();
// Add input file path
options.AddInput(new FileData("path_to_your_pdf_file.pdf"));
// Not set output - it will write results to streams
// Perform the process
var results = PdfExtractor.Extract(options);
// Get Stream
var ms = results.ResultCollection[0].ToStream();
// Copy data to file for demo
ms.Seek(0, SeekOrigin.Begin);
using (var fs = File.Create("test_file.png"))
{
    ms.CopyTo(fs);
}

Исключения

ArgumentException

Если параметры не заданы.

Extract(ExtractFormDataToDsvOptions)

Извлекает данные форм из PDF‑документа.

public static ResultContainer Extract(ExtractFormDataToDsvOptions options)

Параметры

  • options ExtractFormDataToDsvOptions: Объект параметров, содержащий инструкции для операции.

Возвращаемое значение

ResultContainer : Объект, содержащий результат операции.

Примеры

Пример демонстрирует, как экспортировать значения форм в CSV‑файл.

// Create ExtractFormDataToDsvOptions object to set instructions
var options = new ExtractFormDataToDsvOptions(',', true);
// Add input file path
options.AddInput(new FileData("path_to_your_pdf_file.pdf"));
// Set output file path
options.AddOutput(new FileData("path_to_result_csv_file.csv"));
// Perform the process
PdfExtractor.Extract(options);

Пример демонстрирует, как экспортировать значения форм в TSV‑файл и задать свойства.

// Create ExtractFormDataToDsvOptions object to set instructions
var options = new ExtractFormDataToDsvOptions();
//Set Delimiter
options.Delimiter = '\t';
//Add Field Names to result
options.AddFieldName = true;
// Add input file path
options.AddInput(new FileData("path_to_your_pdf_file.pdf"));
// Set output file path
options.AddOutput(new FileData("path_to_result_csv_file.tsv"));
// Perform the process
PdfExtractor.Extract(options);

Исключения

ArgumentException

Если параметры не заданы.

Extract(ExtractPropertiesOptions)

Извлекает свойства из PDF‑документа.

public static PdfProperties Extract(ExtractPropertiesOptions options)

Параметры

  • options ExtractPropertiesOptions: Объект параметров, содержащий инструкции для операции.

Возвращаемое значение

PdfProperties : Объект, содержащий результат операции.

Примеры

Пример демонстрирует, как извлечь свойства (FileName, Title, Author, Subject, Keywords, Created, Modified, Application, PDF Producer, Number of Pages) из PDF‑файла.

// Create ExtractPropertiesOptions object to set input file
var options = new ExtractPropertiesOptions("path_to_your_pdf_file.pdf");
// Perform the process and get Properties
var pdfProperties = PdfExtractor.Extract(options);
var filename = pdfProperties.FileName;
var title = pdfProperties.Title;
var author = pdfProperties.Author;
var subject = pdfProperties.Subject;
var keywords = pdfProperties.Keywords;
var created = pdfProperties.Created;
var modified = pdfProperties.Modified;
var application = pdfProperties.Application;
var pdfProducer = pdfProperties.PdfProducer;
var numberOfPages = pdfProperties.NumberOfPages;

Пример демонстрирует, как извлечь свойства (Title, Author, Subject, Keywords, Created, Modified, Application, PDF Producer, Number of Pages) из PDF‑потока.

// Create ExtractPropertiesOptions object to set input stream
var stream = File.OpenRead("path_to_your_pdf_file.pdf");
var options = new ExtractPropertiesOptions(stream);
// Perform the process and get Properties
var pdfProperties = PdfExtractor.Extract(options);
var title = pdfProperties.Title;
var author = pdfProperties.Author;
var subject = pdfProperties.Subject;
var keywords = pdfProperties.Keywords;
var created = pdfProperties.Created;
var modified = pdfProperties.Modified;
var application = pdfProperties.Application;
var pdfProducer = pdfProperties.PdfProducer;
var numberOfPages = pdfProperties.NumberOfPages;

Пример демонстрирует, как извлечь свойства из PDF‑файла в самом кратком виде.

// Perform the process and get Properties
var pdfProperties = PdfExtractor.Extract(new ExtractPropertiesOptions("path_to_your_pdf_file.pdf"));

Исключения

ArgumentException

Если параметры не заданы.

Namespace: Documentize Assembly: Documentize.dll

 Русский