Extraer texto de un PDF

Como parte de la amplia colección de funciones de creación y edición de PDF de IronPDF, IronPDF también facilita el procesamiento granular del contenido de un documento PDF a través de sus métodos de extracción de contenido.

Disponible en todos los objetos PdfDocument está el método extractAllText. La String que devuelve extractAllText contiene todo el texto de cada página en el PDF.

Este método es una forma cómoda de realizar la extracción de texto a nivel de documento a partir de PDF que contienen muchas páginas. Para extraer texto a nivel de página (es decir, solo de un conjunto específico de páginas), use el método extractTextFromPage en su lugar.

El siguiente fragmento de código extrae el texto de la primera página de un documento PDF.

PdfDocument document = PdfDocument.fromFile(Paths.get("sample.pdf"));  
String firstPageText = document.extractTextFromPage(PageSelection.firstPage());

PdfDocument document = PdfDocument.fromFile(Paths.get("sample.pdf"));  
String firstPageText = document.extractTextFromPage(PageSelection.firstPage());