PDF-Dateien in C# lesen

VBC#

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);
    //...
}

Imports IronPdf
Imports IronSoftware.Drawing
Imports System.Collections.Generic

' Extracting Image and Text content from Pdf Documents

' open a 128 bit encrypted PDF
Dim pdf = PdfDocument.FromFile("encrypted.pdf", "password")

' Get all text to put in a search index
Dim text As String = pdf.ExtractAllText()

' Get all Images
Dim allImages = pdf.ExtractAllImages()

' Or even find the precise text and images for each page in the document
For index As Integer = 0 To pdf.PageCount - 1
    Dim pageNumber As Integer = index + 1
    text = pdf.ExtractTextFromPage(index)
    Dim images As List(Of AnyBitmap) = pdf.ExtractBitmapsFromPage(index)
    '...
Next

PM > Install-Package IronPdf

Install-Package IronPdf

PDF-Dateien in C# lesen

Die PdfDocument.ExtractAllText-Methode aus der IronPDF C# PDF-Bibliothek ist ideal für einfache PDF-Textleseaufgaben. 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. Verwenden Sie dafür eine der untenstehenden Methoden der PdfDocument-Klasse:

ExtractAllImages: Gibt alle in einem PDF eingebetteten Bilder als IronSoftware.Drawing.AnyBitmap Objekte zurück.
ExtractAllRawImages: Ruft alle eingebetteten Bilder als Liste von roh Bytes (byte[]) ab.
ExtractImagesFromPage: Extrahiert die Bilder, die auf einer indizierten Seite enthalten sind.
ExtractImagesFromPages: Genauso wie ExtractImagesFromPage, aber von einem bestimmten Seitenbereich oder von einer Liste einzelner Seiten.
ExtractRawImagesFromPage und ExtractRawImagesFromPages: funktioniert genauso wie die beiden vorhergehenden Methoden, gibt jedoch die extrahierten Bilder als Byte-Arrays anstelle von IronSoftware.Drawing.AnyBitmap Objekten zurück.