PDF-Dateien in C# lesen

import {PdfDocument} from "@ironsoftware/ironpdf";

(async () => {
    // Extracting Image and Text content from Pdf Documents
    // Import existing PDF document
    const pdf = await PdfDocument.fromHtml("old_report.pdf");
    
    // Get all text to put in a search index
    const text = await pdf.extractText();
    
    // Get all Images
    const imagesBuffer = await pdf.extractRawImages();
    
    const pageCount = await pdf.getPageCount()
    // Or even find the precise text and images for each page in the document
    for (let index = 0; index < pageCount; index++) {
        text = await pdf.extractText([index]);
        imagesBuffer = await pdf.extractRawImages([index]);
    }
})();

PDF-Dateien in C# lesen

Das Extrahieren von Text und Bildern kann die Datenmigration bei der Umstellung von einem Dokumentformat auf ein anderes erleichtern. Extrahierte Inhalte können in einem leichter zugänglichen und bearbeitbaren Format aufbewahrt werden, wodurch das Risiko eines Datenverlusts verringert wird.

Eingebettete Bilder und Texte können unabhängig vom PDF-Dokument extrahiert werden. Der extrahierte Text wird in einer normalen Zeichenkette vorliegen, während die extrahierten Bilder im Bildpufferformat vorliegen und dann exportiert oder weiterverarbeitet werden können.

Verwenden Sie die Methode extractText, um Text zu extrahieren, und die Methode extractRawImages, um Bilder aus einem PDF-Dokument zu extrahieren.