Comment lire les fichiers PDF en C#

Étape 1 : Installer le package IronPDF

Pour commencer, vous devrez installer le package NuGet IronPDF dans votre projet .NET. Vous pouvez le faire en ouvrant la console du gestionnaire de packages dans Visual Studio et en entrant la commande suivante :

Install-Package IronPdf

Étape 2 : Importer la bibliothèque IronPDF

Ensuite, vous devez importer la bibliothèque IronPDF dans votre code en ajoutant l'instruction suivante en haut de votre fichier :

using IronPdf;

using IronPdf;

Imports IronPdf

Étape 3 : Charger le document PDF

Une fois que vous avez importé la bibliothèque IronPDF, vous pouvez charger un document PDF dans votre code en utilisant le code suivant :

// Load the PDF document from file path
PdfDocument pdf = PdfDocument.FromFile(@"C:\dotnet.pdf");

// Define the output path for the saved PDF
var outputPath = "Example.pdf";

// Save the PDF document to the specified output path
pdf.SaveAs(outputPath);

// Load the PDF document from file path
PdfDocument pdf = PdfDocument.FromFile(@"C:\dotnet.pdf");

// Define the output path for the saved PDF
var outputPath = "Example.pdf";

// Save the PDF document to the specified output path
pdf.SaveAs(outputPath);

' Load the PDF document from file path
Dim pdf As PdfDocument = PdfDocument.FromFile("C:\dotnet.pdf")

' Define the output path for the saved PDF
Dim outputPath = "Example.pdf"

' Save the PDF document to the specified output path
pdf.SaveAs(outputPath)

Étape 4 : Extraire le texte du PDF

IronPDF fournit une gamme de méthodes pour extraire du texte d'un fichier PDF existant. Par exemple, vous pouvez commencer à extraire du texte d'un PDF et l'imprimer sur la console en utilisant le code suivant :

// Extract text from the loaded PDF document
string text = pdf.ExtractText();

// Print the extracted text to the console
Console.WriteLine(text);

// Extract text from the loaded PDF document
string text = pdf.ExtractText();

// Print the extracted text to the console
Console.WriteLine(text);

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

' Print the extracted text to the console
Console.WriteLine(text)

En utilisant le code ci-dessus, vous pouvez extraire du texte d'un fichier PDF.

Extraction de texte d'un PDF en utilisant IronPDF

Étape 5 : Rasteriser un PDF en images

Voyons comment rasteriser le fichier PDF en images avec IronPDF en utilisant IronPDF. Tout d'abord, importez les bibliothèques nécessaires :

using System.Linq;
using IronPdf;
using IronSoftware.Drawing;

using System.Linq;
using IronPdf;
using IronSoftware.Drawing;

Imports System.Linq
Imports IronPdf
Imports IronSoftware.Drawing

Le code utilise ensuite la méthode RasterizeToImageFiles pour extraire toutes les pages du document PDF vers un dossier sous forme de fichiers image. Les images extraites peuvent être enregistrées sous forme de fichiers PNG ou JPG, et les dimensions et les plages de pages des images peuvent également être spécifiées.

// Extract all pages to a folder as image files with PNG format
pdf.RasterizeToImageFiles(@"C:\image\folder\*.png");

// Extract all pages to JPG images with specified dimensions
pdf.RasterizeToImageFiles(@"C:\image\folder\example_pdf_image_*.jpg", 100, 80);

// Extract all pages to a folder as image files with PNG format
pdf.RasterizeToImageFiles(@"C:\image\folder\*.png");

// Extract all pages to JPG images with specified dimensions
pdf.RasterizeToImageFiles(@"C:\image\folder\example_pdf_image_*.jpg", 100, 80);

' Extract all pages to a folder as image files with PNG format
pdf.RasterizeToImageFiles("C:\image\folder\*.png")

' Extract all pages to JPG images with specified dimensions
pdf.RasterizeToImageFiles("C:\image\folder\example_pdf_image_*.jpg", 100, 80)

Enfin, le code utilise la méthode ToBitmap pour extraire toutes les pages du document PDF sous forme d'objets AnyBitmap, qui peuvent être traités et manipulés ultérieurement dans le code.

// Extract all pages as AnyBitmap objects for further processing
AnyBitmap[] pdfBitmaps = pdf.ToBitmap();

// Extract all pages as AnyBitmap objects for further processing
AnyBitmap[] pdfBitmaps = pdf.ToBitmap();

' Extract all pages as AnyBitmap objects for further processing
Dim pdfBitmaps() As AnyBitmap = pdf.ToBitmap()

Le code ci-dessus démontre comment extraire le contenu d'un fichier PDF en utilisant IronPDF et enregistrer les données extraites sous forme de fichiers image ou d'objets AnyBitmap pour un traitement ultérieur.

Étape 7 : Manipuler les pages PDF

Apprenons à manipuler les pages d'un document PDF en travaillant avec IronPDF.

Le code supprime d'abord les pages deux et trois du document PDF en utilisant la méthode RemovePages :

// Remove pages two and three from the PDF document
pdf.RemovePages(1, 2);

// Remove pages two and three from the PDF document
pdf.RemovePages(1, 2);

' Remove pages two and three from the PDF document
pdf.RemovePages(1, 2)

La méthode RemovePages prend deux arguments : la page de départ à supprimer (dans ce cas, la page 2, représentée par 1 car la numérotation des pages commence à 0) et le nombre de pages à supprimer (dans ce cas, 2 pages).

Étape 6 : Enregistrer le PDF

Enfin, vous pouvez enregistrer le fichier PDF sur votre système local en utilisant la méthode SaveAs. Le code pour enregistrer le fichier PDF est le suivant :

// Save the PDF document to a specified output path
pdf.SaveAs(outputPath);

// Save the PDF document to a specified output path
pdf.SaveAs(outputPath);

' Save the PDF document to a specified output path
pdf.SaveAs(outputPath)