Comment Lire des Documents PDF en C# en utilisant iTextSharp:

iText 7 (à l'origine iTextSharp) est une puissante bibliothèque open-source pour travailler avec les PDF en .NET. Il offre des fonctions étendues pour créer, modifier, crypter et extraire du contenu des documents PDF. De nombreux développeurs s'appuient sur cela pour automatiser les flux de travail de documents, générer des rapports et gérer des tâches de traitement de PDF à grande échelle.

L'une des plus grandes forces d'iText 7 est son contrôle granulaire sur les structures PDF. Il prend en charge les annotations, les champs de formulaire, les filigranes et les signatures numériques, ce qui en fait un outil robuste pour la manipulation de documents avancée. De plus, il est bien documenté et largement utilisé, avec un solide support communautaire et de nombreuses ressources tierces disponibles.

Installer iText 7

Pour installer iText 7 dans un projet .NET, vous pouvez utiliser le Gestionnaire de paquets NuGet dans Visual Studio :

En utilisant la console du Gestionnaire de paquets NuGet :

Install-Package itext7

Cependant, iText 7 s'accompagne de défis. Son API complexe exige plus de code pour des tâches courantes comme l'extraction de texte ou la fusion de PDF et ne dispose pas de support intégré pour la conversion HTML en PDF, rendant les flux de travail web-to-document plus difficiles. De plus, sa licence AGPL oblige les entreprises à acheter une licence commerciale pour éviter les exigences de distribution open-source.

Pour les développeurs recherchant une API plus simplifiée et de haut niveau avec des fonctionnalités modernes, IronPDF offre une alternative intéressante.

Installation

Pour faire fonctionner IronPDF dans vos projets C#, il suffit de lancer la ligne suivante dans le Gestionnaire de paquets NuGet :

Install-Package IronPdf

Ou, alternativement, allez dans Outils > Gestionnaire de paquets NuGet > Gérer les paquets NuGet pour la solution, et recherchez IronPDF.

Ensuite, il suffit de cliquer sur « Installer » et IronPDF sera ajouté à votre projet en un rien de temps !

Utiliser IronPDF pour extraire du texte

using IronPdf;

class Program
{
    static void Main()
    {
        string pdfPath = "sample.pdf";

        // Load the PDF document
        var pdf = new PdfDocument(pdfPath);

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

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

using IronPdf;

class Program
{
    static void Main()
    {
        string pdfPath = "sample.pdf";

        // Load the PDF document
        var pdf = new PdfDocument(pdfPath);

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

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

Imports IronPdf

Friend Class Program
	Shared Sub Main()
		Dim pdfPath As String = "sample.pdf"

		' Load the PDF document
		Dim pdf = New PdfDocument(pdfPath)

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

		' Output the extracted text to the console
		Console.WriteLine(extractedText)
	End Sub
End Class

var pdf = new PdfDocument("sample.pdf");

// Access text from the first page
string pageText = pdf.Pages[0].Text;

Console.WriteLine(pageText);

var pdf = new PdfDocument("sample.pdf");

// Access text from the first page
string pageText = pdf.Pages[0].Text;

Console.WriteLine(pageText);

Dim pdf = New PdfDocument("sample.pdf")

' Access text from the first page
Dim pageText As String = pdf.Pages(0).Text

Console.WriteLine(pageText)

var pdf1 = new PdfDocument("file1.pdf");
var pdf2 = new PdfDocument("file2.pdf");

// Merge the PDFs into a single document
var combinedPdf = PdfDocument.Merge(pdf1, pdf2);

combinedPdf.SaveAs("combined_output.pdf");

var pdf1 = new PdfDocument("file1.pdf");
var pdf2 = new PdfDocument("file2.pdf");

// Merge the PDFs into a single document
var combinedPdf = PdfDocument.Merge(pdf1, pdf2);

combinedPdf.SaveAs("combined_output.pdf");

Dim pdf1 = New PdfDocument("file1.pdf")
Dim pdf2 = New PdfDocument("file2.pdf")

' Merge the PDFs into a single document
Dim combinedPdf = PdfDocument.Merge(pdf1, pdf2)

combinedPdf.SaveAs("combined_output.pdf")

var pdf = new PdfDocument("sample.pdf");

// Convert the PDF to an HTML string
string htmlContent = pdf.ToHtmlString();

var pdf = new PdfDocument("sample.pdf");

// Convert the PDF to an HTML string
string htmlContent = pdf.ToHtmlString();

Dim pdf = New PdfDocument("sample.pdf")

' Convert the PDF to an HTML string
Dim htmlContent As String = pdf.ToHtmlString()

Lecture des PDF avec iText 7

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

class Program
{
    static void Main()
    {
        string pdfPath = "sample.pdf";
        string extractedText = ExtractTextFromPdf(pdfPath);
        Console.WriteLine(extractedText);
    }

    // Method to extract text from a PDF
    static string ExtractTextFromPdf(string pdfPath)
    {
        // Use PdfReader to load the PDF
        using (PdfReader reader = new PdfReader(pdfPath))
        // Open the PDF document for processing
        using (iText.Kernel.Pdf.PdfDocument pdfDoc = new iText.Kernel.Pdf.PdfDocument(reader))
        {
            string text = "";
            // Iterate through each page and extract text
            for (int i = 1; i <= pdfDoc.GetNumberOfPages(); i++)
            {
                text += PdfTextExtractor.GetTextFromPage(pdfDoc.GetPage(i)) + Environment.NewLine;
            }
            return text;
        }
    }
}

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

class Program
{
    static void Main()
    {
        string pdfPath = "sample.pdf";
        string extractedText = ExtractTextFromPdf(pdfPath);
        Console.WriteLine(extractedText);
    }

    // Method to extract text from a PDF
    static string ExtractTextFromPdf(string pdfPath)
    {
        // Use PdfReader to load the PDF
        using (PdfReader reader = new PdfReader(pdfPath))
        // Open the PDF document for processing
        using (iText.Kernel.Pdf.PdfDocument pdfDoc = new iText.Kernel.Pdf.PdfDocument(reader))
        {
            string text = "";
            // Iterate through each page and extract text
            for (int i = 1; i <= pdfDoc.GetNumberOfPages(); i++)
            {
                text += PdfTextExtractor.GetTextFromPage(pdfDoc.GetPage(i)) + Environment.NewLine;
            }
            return text;
        }
    }
}

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

Friend Class Program
	Shared Sub Main()
		Dim pdfPath As String = "sample.pdf"
		Dim extractedText As String = ExtractTextFromPdf(pdfPath)
		Console.WriteLine(extractedText)
	End Sub

	' Method to extract text from a PDF
	Private Shared Function ExtractTextFromPdf(ByVal pdfPath As String) As String
		' Use PdfReader to load the PDF
		Using reader As New PdfReader(pdfPath)
		' Open the PDF document for processing
		Using pdfDoc As New iText.Kernel.Pdf.PdfDocument(reader)
			Dim text As String = ""
			' Iterate through each page and extract text
			Dim i As Integer = 1
			Do While i <= pdfDoc.GetNumberOfPages()
				text &= PdfTextExtractor.GetTextFromPage(pdfDoc.GetPage(i)) & Environment.NewLine
				i += 1
			Loop
			Return text
		End Using
		End Using
	End Function
End Class

Comparaison d'iText 7 et IronPDF

Alors qu'iText 7 nécessite un codage détaillé pour effectuer des opérations sur les PDF, IronPDF simplifie ces tâches avec des méthodes simples. Par exemple, extraire du texte d'un PDF avec iText 7 nécessite plusieurs étapes et un code étendu, tandis qu'IronPDF y parvient en seulement quelques lignes. De plus, le support d'IronPDF pour la conversion HTML en PDF est plus robuste, gérant de manière transparente le HTML complexe, le CSS et le JavaScript.

Points clés à retenir

• IronPDF simplifie les tâches de lecture et de manipulation de PDF avec une API plus intuitive et rationalisée, nécessitant moins de code pour accomplir les opérations courantes.
• L'extraction de texte avec IronPDF est plus facile à mettre en œuvre par rapport au processus d'itération plus complexe d'iTextSharp, économisant du temps aux développeurs.
• Le modèle de licence perpétuelle d'IronPDF est plus convivial pour les entreprises, offrant moins de contraintes par rapport à la licence AGPL d'iTextSharp.
• IronPDF a une meilleure documentation, plus accessible pour un dépannage rapide, ce qui en fait un outil idéal pour les développeurs cherchant des solutions rapides sans passer au crible des ressources excessives.

IronPDF offre une suite de fonctionnalités puissantes allant au-delà de la simple lecture de PDF. Ces fonctionnalités en font une solution robuste pour les développeurs cherchant à optimiser leurs flux de travail PDF. Voici comment IronPDF peut améliorer votre processus de développement :

1. Extraction de texte depuis des PDF

IronPDF permet une extraction facile du texte des fichiers PDF, le rendant idéal pour les flux de travail impliquant l'analyse de documents, l'extraction de données ou l'indexation de contenu. Avec IronPDF, vous pouvez rapidement extraire du texte de PDF et l'utiliser dans vos applications sans avoir à gérer un parsing complexe.

2. Création de PDF

IronPDF simplifie la génération de PDF à partir de zéro, que vous créiez des rapports, des factures ou d'autres types de documents. L'outil prend également en charge la conversion HTML en PDF, vous permettant de tirer parti de contenu web existant et de générer des PDF bien formatés. Ceci est parfait pour les scénarios où vous devez convertir des pages web ou du contenu HTML dynamique en fichiers PDF téléchargeables.

3. Fonctionnalités PDF avancées

Au-delà de l'extraction de texte de base et de la création de PDF, IronPDF prend en charge des fonctionnalités avancées telles que le remplissage de formulaires PDF, l'ajout d'annotations et la manipulation de contenu de documents. Ces capacités sont utiles dans des secteurs comme le juridique, le financier ou l'éducation où les formulaires et les commentaires font régulièrement partie du flux de travail.

4. Traitement par lot

IronPDF est bien adapté pour traiter de grands nombres de fichiers PDF. Que vous extrayiez des informations de centaines de documents ou que vous convertissiez plusieurs fichiers HTML en PDF, IronPDF peut automatiser ces tâches et les gérer efficacement, économisant à la fois du temps et des efforts.

5. Automatisation et efficacité

IronPDF simplifie les tâches de manipulation de PDF qui sont souvent chronophages et répétitives. En automatisant les tâches comme l'extraction de texte de PDF, le remplissage de formulaires ou la conversion par lots, les développeurs peuvent se concentrer sur des aspects plus complexes de leurs projets tout en laissant IronPDF s'occuper du gros du travail.

Support technique et ressources communautaires

Pour garantir que les développeurs puissent tirer le meilleur parti d'IronPDF, l'outil est soutenu par un solide support et des ressources communautaires :

• Support technique : IronPDF offre un support direct par e-mail et un système de tickets, fournissant de l'aide pour tout défi d'implémentation ou technique.
• Ressources communautaires : Le site web d'IronPDF inclut une documentation étendue, des tutoriels et des articles de blog. Les développeurs peuvent également trouver des solutions et partager leurs connaissances via GitHub et Stack Overflow, où la communauté discute activement des meilleures pratiques et fournit des conseils de dépannage.