iText7 Leer PDF en C# Alternativas (VS IronPDF)

Software iText

iText 7, anteriormente conocido como iText 7 Core, es una biblioteca PDF para programar documentos PDF en .NET C# y Java. Está disponible con una licencia de código abierto (AGPL) y se puede licenciar para aplicaciones comerciales.

iText Core es una API de alto nivel que proporciona métodos fáciles para generar y editar PDFs de todas las formas posibles. Con iText 7 Core, puedes dividir, fusionar, anotar, completar formularios, firmar digitalmente y hacer mucho más en archivos PDF. iText 7 proporciona un convertidor de HTML a PDF.

IronPDF

Conoce más sobre IronPDF es una API para .NET y .NET Framework C# y Java utilizada para generar documentos PDF desde HTML, CSS y JavaScript, ya sea desde una URL, archivos HTML o cadenas de HTML. IronPDF te permite manipular archivos PDF existentes, como dividir, fusionar, anotar, firmar digitalmente y mucho más.

IronPDF está enriquecido con más de 50 funciones para crear, leer y editar archivos PDF. Prioriza la velocidad, la facilidad de uso y la precisión cuando necesitas entregar archivos PDF profesionales de alta calidad y con ajuste perfecto de píxeles con Adobe Acrobat Reader. La API está bien documentada, y se puede encontrar mucho código fuente de ejemplo en su página de ejemplos de código.

Crear una Aplicación de Consola

Vamos a utilizar el IDE Visual Studio 2022 para crear una aplicación. Visual Studio es el IDE oficial para el desarrollo de C#, y debes tenerlo instalado. Puedes descargarlo desde el sitio web de Microsoft Visual Studio si no está instalado.

Los siguientes pasos crearán un nuevo proyecto llamado "DemoApp".

1. Abre Visual Studio y haz clic en "Crear un Nuevo Proyecto".

2. Selecciona "Aplicación de Consola" y haz clic en "Siguiente".

3. Establece el nombre del proyecto.

4. Selecciona la versión de .NET. Elige la versión estable .NET 6.0.

Instalar Biblioteca IronPDF

Una vez creado el proyecto, la biblioteca IronPDF debe instalarse en el proyecto para usarla. Sigue estos pasos para instalarla.

1. Abre el Administrador de Paquetes de NuGet, ya sea desde el explorador de soluciones o Herramientas.

2. Busca la Biblioteca IronPDF y selecciónala para el proyecto actual. Haz clic en Instalar.

Agrega el siguiente espacio de nombres en la parte superior del archivo Program.cs:

using IronPdf;

using IronPdf;

Imports IronPdf

Instalar Biblioteca iText 7

Una vez creado el proyecto, la biblioteca iText 7 debe instalarse en el proyecto para usarla. Sigue los pasos para instalarla.

1. Abre el Administrador de Paquetes de NuGet, ya sea desde el explorador de soluciones o Herramientas.

2. Busca la Biblioteca iText 7 y selecciónala para el proyecto actual. Haz clic en instalar.

Agrega los siguientes espacios de nombres en la parte superior del archivo Program.cs:

using iText.Kernel.Pdf.Canvas.Parser.Listener;
using iText.Kernel.Pdf.Canvas.Parser;
using iText.Kernel.Pdf;

using iText.Kernel.Pdf.Canvas.Parser.Listener;
using iText.Kernel.Pdf.Canvas.Parser;
using iText.Kernel.Pdf;

Imports iText.Kernel.Pdf.Canvas.Parser.Listener
Imports iText.Kernel.Pdf.Canvas.Parser
Imports iText.Kernel.Pdf

Abrir archivos PDF

Vamos a utilizar el siguiente archivo PDF para extraer texto de él. Es un documento PDF de dos páginas.

// Initialize a reader instance by specifying the path of the PDF file
PdfReader pdfReader = new PdfReader("sample.pdf");

// Initialize a document instance using the PdfReader
PdfDocument pdfDoc = new PdfDocument(pdfReader);

// Initialize a reader instance by specifying the path of the PDF file
PdfReader pdfReader = new PdfReader("sample.pdf");

// Initialize a document instance using the PdfReader
PdfDocument pdfDoc = new PdfDocument(pdfReader);

' Initialize a reader instance by specifying the path of the PDF file
Dim pdfReader As New PdfReader("sample.pdf")

' Initialize a document instance using the PdfReader
Dim pdfDoc As New PdfDocument(pdfReader)

// Open a PDF file using IronPDF and create a PdfDocument instance
var pdf = PdfDocument.FromFile("sample.pdf");

// Open a PDF file using IronPDF and create a PdfDocument instance
var pdf = PdfDocument.FromFile("sample.pdf");

' Open a PDF file using IronPDF and create a PdfDocument instance
Dim pdf = PdfDocument.FromFile("sample.pdf")

Leer datos de archivos PDF

// Iterate through each page and extract text
for (int page = 1; page <= pdfDoc.GetNumberOfPages(); page++)
{
    // Define the text extraction strategy
    ITextExtractionStrategy strategy = new SimpleTextExtractionStrategy();

    // Extract text from the current page using the strategy
    string pageContent = PdfTextExtractor.GetTextFromPage(pdfDoc.GetPage(page), strategy);

    // Output the extracted text to the console
    Console.WriteLine(pageContent);
}

// Close document and reader to release resources
pdfDoc.Close();
pdfReader.Close();

// Iterate through each page and extract text
for (int page = 1; page <= pdfDoc.GetNumberOfPages(); page++)
{
    // Define the text extraction strategy
    ITextExtractionStrategy strategy = new SimpleTextExtractionStrategy();

    // Extract text from the current page using the strategy
    string pageContent = PdfTextExtractor.GetTextFromPage(pdfDoc.GetPage(page), strategy);

    // Output the extracted text to the console
    Console.WriteLine(pageContent);
}

// Close document and reader to release resources
pdfDoc.Close();
pdfReader.Close();

' Iterate through each page and extract text
Dim page As Integer = 1
Do While page <= pdfDoc.GetNumberOfPages()
	' Define the text extraction strategy
	Dim strategy As ITextExtractionStrategy = New SimpleTextExtractionStrategy()

	' Extract text from the current page using the strategy
	Dim pageContent As String = PdfTextExtractor.GetTextFromPage(pdfDoc.GetPage(page), strategy)

	' Output the extracted text to the console
	Console.WriteLine(pageContent)
	page += 1
Loop

' Close document and reader to release resources
pdfDoc.Close()
pdfReader.Close()

// Extract all text from the PDF document
string text = pdf.ExtractAllText();

// Display the extracted text
Console.WriteLine(text);

// Extract all text from the PDF document
string text = pdf.ExtractAllText();

// Display the extracted text
Console.WriteLine(text);

' Extract all text from the PDF document
Dim text As String = pdf.ExtractAllText()

' Display the extracted text
Console.WriteLine(text)

Comparación

En comparación, ambas bibliotecas dan resultados 100% precisos al extraer texto de un documento PDF. Son idénticas cuando se trata de precisión. Sin embargo, IronPDF es más eficiente en términos de rendimiento y legibilidad del código.

IronPDF solo toma dos líneas de código para lograr la misma tarea que iText. Proporciona métodos de extracción de texto listos para usar sin necesidad de implementar lógica extra. El código de iText es un poco complicado, y tienes que cerrar las dos instancias creadas al abrir un documento PDF. Mientras que, IronPDF libera la memoria automáticamente una vez que se realiza la tarea.

Resumen

En este artículo, vimos cómo leer documentos PDF usando la biblioteca iText en C# y luego la comparamos con IronPDF. Ambas bibliotecas dan resultados precisos y proporcionan numerosos métodos de manipulación de PDF para trabajar con ellos. Puedes crear, editar y leer datos de archivos PDF usando ambas bibliotecas.

iText es de código abierto y gratuito de usar, pero con restricciones. Se puede licenciar para uso comercial. IronPDF is also free to use and can be licensed for commercial activities with a 30-day free trial available.

Descarga IronPDF y pruébalo.