C# String Contains (Comment ça fonctionne pour les développeurs)

Aperçu d'IronPDF

Install-Package IronPdf

Extraction de texte PDF de base avec IronPDF

IronPDF offre une API simple pour extraire du texte des documents PDF. Cela vous permet de rechercher facilement du contenu spécifique dans des fichiers PDF.

L'exemple suivant montre comment extraire du texte d'un fichier PDF à l'aide d'IronPDF :

using IronPdf;
using System;

public class Program
{
    public static void Main(string[] args)
    {
        // Load the PDF from a file
        PdfDocument pdf = PdfDocument.FromFile("invoice.pdf");
        // Extract all text from the PDF
        string text = pdf.ExtractAllText();
        // Optionally, print the extracted text to the console
        Console.WriteLine(text);
    }  
}

using IronPdf;
using System;

public class Program
{
    public static void Main(string[] args)
    {
        // Load the PDF from a file
        PdfDocument pdf = PdfDocument.FromFile("invoice.pdf");
        // Extract all text from the PDF
        string text = pdf.ExtractAllText();
        // Optionally, print the extracted text to the console
        Console.WriteLine(text);
    }  
}

Imports IronPdf
Imports System

Public Class Program
	Public Shared Sub Main(ByVal args() As String)
		' Load the PDF from a file
		Dim pdf As PdfDocument = PdfDocument.FromFile("invoice.pdf")
		' Extract all text from the PDF
		Dim text As String = pdf.ExtractAllText()
		' Optionally, print the extracted text to the console
		Console.WriteLine(text)
	End Sub
End Class

Dans cet exemple, la méthode ExtractAllText() extrait tout le texte du document PDF. Ce texte peut ensuite être traité pour rechercher des mots-clés ou des phrases spécifiques.

Utilisation de string.Contains() pour la recherche de texte

Une fois que vous avez extrait le texte du PDF, vous pouvez utiliser la méthode intégrée string.Contains() de C# pour rechercher des mots ou phrases spécifiques.

La méthode string.Contains() retourne une valeur booléenne indiquant si une chaîne spécifiée existe dans une chaîne. Ceci est particulièrement utile pour la recherche de texte basique.

Voici comment vous pouvez utiliser string.Contains() pour rechercher un mot-clé dans le texte extrait :

bool isFound = text.Contains("search term", StringComparison.OrdinalIgnoreCase);

bool isFound = text.Contains("search term", StringComparison.OrdinalIgnoreCase);

Dim isFound As Boolean = text.Contains("search term", StringComparison.OrdinalIgnoreCase)

Exemple pratique : Comment vérifier si une chaîne C# contient des mots-clés dans un document PDF

using IronPdf;
using System;

public class Program
{
    public static void Main(string[] args)
    {
        string searchTerm = "INV-12345";
        // Load the PDF from a file
        PdfDocument pdf = PdfDocument.FromFile("exampleInvoice.pdf");
        // Extract all text from the PDF
        string text = pdf.ExtractAllText();
        // Search for the specific invoice number
        bool isFound = text.Contains(searchTerm, StringComparison.OrdinalIgnoreCase);
        // Provide output based on whether the search term was found
        if (isFound)
        {
            Console.WriteLine($"Invoice number: {searchTerm} found in the document");
        }
        else
        {
            Console.WriteLine($"Invoice number {searchTerm} not found in the document");
        }
    }  
}

using IronPdf;
using System;

public class Program
{
    public static void Main(string[] args)
    {
        string searchTerm = "INV-12345";
        // Load the PDF from a file
        PdfDocument pdf = PdfDocument.FromFile("exampleInvoice.pdf");
        // Extract all text from the PDF
        string text = pdf.ExtractAllText();
        // Search for the specific invoice number
        bool isFound = text.Contains(searchTerm, StringComparison.OrdinalIgnoreCase);
        // Provide output based on whether the search term was found
        if (isFound)
        {
            Console.WriteLine($"Invoice number: {searchTerm} found in the document");
        }
        else
        {
            Console.WriteLine($"Invoice number {searchTerm} not found in the document");
        }
    }  
}

Imports IronPdf
Imports System

Public Class Program
	Public Shared Sub Main(ByVal args() As String)
		Dim searchTerm As String = "INV-12345"
		' Load the PDF from a file
		Dim pdf As PdfDocument = PdfDocument.FromFile("exampleInvoice.pdf")
		' Extract all text from the PDF
		Dim text As String = pdf.ExtractAllText()
		' Search for the specific invoice number
		Dim isFound As Boolean = text.Contains(searchTerm, StringComparison.OrdinalIgnoreCase)
		' Provide output based on whether the search term was found
		If isFound Then
			Console.WriteLine($"Invoice number: {searchTerm} found in the document")
		Else
			Console.WriteLine($"Invoice number {searchTerm} not found in the document")
		End If
	End Sub
End Class

Améliorer la recherche avec des expressions régulières

Alors que string.Contains() fonctionne pour des recherches de sous-chaîne simples, vous pourriez vouloir réaliser des recherches plus complexes, comme trouver un modèle ou une série de mots-clés. Pour cela, vous pouvez utiliser des expressions régulières.

Voici un exemple utilisant une expression régulière pour rechercher tout format de numéro de facture valide dans le texte du PDF :

using IronPdf;
using System;
using System.Text.RegularExpressions;

public class Program
{
    public static void Main(string[] args)
    {
        // Define a regex pattern for a typical invoice number format (e.g., INV-12345)
        string pattern = @"INV-\d{5}";
        // Load the PDF from a file
        PdfDocument pdf = PdfDocument.FromFile("exampleInvoice.pdf");
        // Extract all text from the PDF
        string text = pdf.ExtractAllText();
        // Perform the regex search
        Match match = Regex.Match(text, pattern);
        // Check if a match was found
        if (match.Success)
        {
            Console.WriteLine($"Invoice number found: {match.Value}");
        }
        else
        {
            Console.WriteLine("No matching invoice number found.");
        }
    }  
}

using IronPdf;
using System;
using System.Text.RegularExpressions;

public class Program
{
    public static void Main(string[] args)
    {
        // Define a regex pattern for a typical invoice number format (e.g., INV-12345)
        string pattern = @"INV-\d{5}";
        // Load the PDF from a file
        PdfDocument pdf = PdfDocument.FromFile("exampleInvoice.pdf");
        // Extract all text from the PDF
        string text = pdf.ExtractAllText();
        // Perform the regex search
        Match match = Regex.Match(text, pattern);
        // Check if a match was found
        if (match.Success)
        {
            Console.WriteLine($"Invoice number found: {match.Value}");
        }
        else
        {
            Console.WriteLine("No matching invoice number found.");
        }
    }  
}

Imports IronPdf
Imports System
Imports System.Text.RegularExpressions

Public Class Program
	Public Shared Sub Main(ByVal args() As String)
		' Define a regex pattern for a typical invoice number format (e.g., INV-12345)
		Dim pattern As String = "INV-\d{5}"
		' Load the PDF from a file
		Dim pdf As PdfDocument = PdfDocument.FromFile("exampleInvoice.pdf")
		' Extract all text from the PDF
		Dim text As String = pdf.ExtractAllText()
		' Perform the regex search
		Dim match As Match = Regex.Match(text, pattern)
		' Check if a match was found
		If match.Success Then
			Console.WriteLine($"Invoice number found: {match.Value}")
		Else
			Console.WriteLine("No matching invoice number found.")
		End If
	End Sub
End Class

Ce code cherchera tous les numéros de facture qui suivent le modèle INV-XXXXX, où XXXXX est une série de chiffres.

Optimiser l'extraction de texte

• Gérer les PDFs volumineux : Si vous traitez de gros fichiers PDF, il est judicieux d'extraire le texte en plus petits morceaux (par page) pour réduire l'utilisation de la mémoire et améliorer les performances.
• Gérer les encodages spéciaux : Faites attention aux encodages et caractères spéciaux dans le PDF. IronPDF gère généralement cela bien, mais les mises en page ou les polices complexes peuvent nécessiter un traitement supplémentaire.

Intégration d'IronPDF dans les projets .NET

IronPDF s'intègre facilement aux projets .NET. Après avoir téléchargé et installé la bibliothèque IronPDF via NuGet, il suffit de l'importer dans votre code C#, comme illustré dans les exemples ci-dessus.

La flexibilité d'IronPDF vous permet de créer des workflows de traitement de documents sophistiqués, tels que :

• Rechercher et extraire des données de formulaires.
• Convertir HTML en PDF et extraire du contenu.
• Créer des rapports basés sur les entrées des utilisateurs ou les données des bases de données.