PDF-Dateien in C# lesen

VB C#

using IronPdf;
using IronSoftware.Drawing;
using System.Collections.Generic;

// Extracting Image and Text content from Pdf Documents

// open a 128 bit encrypted PDF
var pdf = PdfDocument.FromFile("encrypted.pdf", "password");

// Get all text to put in a search index
string text = pdf.ExtractAllText();

// Get all Images
var allImages = pdf.ExtractAllImages();

// Or even find the precise text and images for each page in the document
for (var index = 0 ; index < pdf.PageCount ; index++)
{
    int pageNumber = index + 1;
    text = pdf.ExtractTextFromPage(index);
    List<AnyBitmap> images = pdf.ExtractBitmapsFromPage(index);
    //...
}

Install-Package IronPdf

PDF-Dateien in C# lesen

Die PdfDocument.ExtractAllText-Methode aus der IronPDF C# PDF-Bibliothek ist perfekt für einfache PDF-Textleseaufgaben geeignet. Diese Methode behandelt Leerzeichen und Kodierungsunterschiede innerhalb von PDF-Quelldokumenten ohne Probleme.

PdfDocument.ExtractTextFromPage liest den Text von bestimmten Seiten eines PDFs. Im folgenden Beispiel sehen wir es, wie es iterativ verwendet wird, um Textinhalte aus einem bestimmten Seitenbereich abzurufen.

IronPDF kann auch Rohbilder aus PDFs extrahieren. Dafür verwenden Sie eine der Methoden der PdfDocument-Klasse unten:

ExtractAllImages: gibt alle eingebetteten Bilder in einem PDF als Iron Software.Drawing.AnyBitmap-Objekte zurück.
ExtractAllRawImages: ruft alle eingebetteten Bilder als Liste von Rohbytes (byte[]) ab.
ExtractImagesFromPage: extrahiert die Bilder, die auf einer indizierten Seite enthalten sind.
ExtractImagesFromPages: ähnlich wie ExtractImagesFromPage, aber aus einem bestimmten Seitenbereich oder einer Liste einzelner Seiten.
ExtractRawImagesFromPage und ExtractRawImagesFromPages: funktionieren genauso wie die beiden vorherigen Methoden, geben jedoch die extrahierten Bilder als Byte-Arrays zurück anstatt als Iron Software.Drawing.AnyBitmap-Objekte.