C#でiTextSharpを使用したPDFからのテキスト抽出VS IronPDF

IronPDFとiTextSharpライブラリの概要

iTextSharpは長い間、.NET向けの人気のあるオープンソースPDFライブラリであり、コンテンツの生成、操作、および抽出に強力なツールを提供しています。 JavaベースのiTextのC#ポートとして、PDF構造に対する深い制御を提供し、高度なユーザーに理想的です。 しかし、この柔軟性には急な学習曲線とライセンス制約が伴います; 商業利用にはAGPLの義務を避けるための有料ライセンスが必要となることが多いです。

IronPDFの登場—.NET向けに構築された現代的で開発者に優しいPDFライブラリ。 直感的なAPI、明確なドキュメント、そして応答性の高いサポートにより、テキスト抽出のような一般的なタスクを簡素化します。 このツールを使用すると、画像やPDFドキュメントからテキストを簡単に抽出したり、新しいPDFファイルを作成したり、PDFセキュリティを実装したりすることができます。

iTextSharpとは異なり、IronPDFは低レベル構造を避け、迅速かつ効率的に作業可能です。 1ページの処理であれ何百ものPDFであれ、それを簡単に保ちます。

また、定期的な更新とライセンスモデルを採用しており、無料の試用版やチームや個人開発者向けの手頃なプランを提供しています。

IronPDFのインストールと使用

IronPDFは、NuGet Package Manager Consoleで次のコマンドを実行することでNuGet経由でインストールできます。

Install-Package IronPdf

または、NuGetパッケージマネージャでソリューション画面からインストールすることができます。 これを行うには、"ツール > NuGetパッケージマネージャ > ソリューションのNuGetパッケージを管理"へ移動します。 その後、"IronPDF"を検索し、"インストール"をクリックします。

IronPDFでPDFファイルからテキストを抽出

インストール後、テキスト抽出は簡単です：

using IronPdf;

// Load the PDF document
var pdf = PdfDocument.FromFile("invoice.pdf");

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

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

using IronPdf;

// Load the PDF document
var pdf = PdfDocument.FromFile("invoice.pdf");

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

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

注：このメソッドは、PDFファイル全体を読み込み、テキストを読み取り順に返し、従来のライブラリと比べて解析時間を数時間節約できます。

エンコーディング、コンテンツストリーム、または手動解析を扱う必要はありません。 IronPDFは内部でこれらすべてを処理し、最小限のセットアップでクリーンで正確な出力を提供します。その後、抽出したテキストを新しいテキストファイルに簡単に保存し、さらなる操作や使用が可能です。

iTextSharp PDFライブラリのインストール

PDF生成のためにiTextSharpのコアパッケージをダウンロードするには、次のコマンドを使用します：

Install-Package iTextSharp

また、Solution画面のPackage ManagerからiTextSharpをインストールすることもできます。 これを行うには、まずツールドロップダウンメニューを開き、"NuGet パッケージ マネージャ > ソリューションの NuGet パッケージを管理"を見つけます。 その後、単にiTextSharpを検索し、"インストール"をクリックします。

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

// Define the path to your PDF
string path = "sample.pdf";

// Open the PDF reader and document
using (PdfReader reader = new PdfReader(path))
using (PdfDocument pdf = new PdfDocument(reader))
{
    // Use a simple text extraction strategy
    var strategy = new SimpleTextExtractionStrategy();

    // Extract text from the first page
    string pageText = PdfTextExtractor.GetTextFromPage(pdf.GetPage(1), strategy);

    // Output the extracted text
    Console.WriteLine(pageText);
}

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

// Define the path to your PDF
string path = "sample.pdf";

// Open the PDF reader and document
using (PdfReader reader = new PdfReader(path))
using (PdfDocument pdf = new PdfDocument(reader))
{
    // Use a simple text extraction strategy
    var strategy = new SimpleTextExtractionStrategy();

    // Extract text from the first page
    string pageText = PdfTextExtractor.GetTextFromPage(pdf.GetPage(1), strategy);

    // Output the extracted text
    Console.WriteLine(pageText);
}

using IronPdf;

// Load the PDF document
var pdf = PdfDocument.FromFile("longPdf.pdf");

// Define the page numbers to extract text from
int[] pages = new[] { 2, 3, 4 };

// Extract text from the specified pages
var text = pdf.ExtractTextFromPages(pages);

// Output the extracted text
Console.WriteLine("Extracted text from pages 2, 3, and 4:\n" + text);

using IronPdf;

// Load the PDF document
var pdf = PdfDocument.FromFile("longPdf.pdf");

// Define the page numbers to extract text from
int[] pages = new[] { 2, 3, 4 };

// Extract text from the specified pages
var text = pdf.ExtractTextFromPages(pages);

// Output the extracted text
Console.WriteLine("Extracted text from pages 2, 3, and 4:\n" + text);

using iTextSharp.text.pdf;
using iTextSharp.text.pdf.parser;
using System.IO;
using System.Text;

// Load the PDF document
PdfReader reader = new PdfReader("longPdf.pdf");
StringBuilder textBuilder = new StringBuilder();

// Extract text from pages 2–4
for (int i = 2; i <= 4; i++)
{
    string pageText = PdfTextExtractor.GetTextFromPage(reader, i, new LocationTextExtractionStrategy());
    textBuilder.AppendLine(pageText);
}

// Output the extracted text
Console.WriteLine(textBuilder.ToString());

// Close the PDF reader
reader.Close();

using iTextSharp.text.pdf;
using iTextSharp.text.pdf.parser;
using System.IO;
using System.Text;

// Load the PDF document
PdfReader reader = new PdfReader("longPdf.pdf");
StringBuilder textBuilder = new StringBuilder();

// Extract text from pages 2–4
for (int i = 2; i <= 4; i++)
{
    string pageText = PdfTextExtractor.GetTextFromPage(reader, i, new LocationTextExtractionStrategy());
    textBuilder.AppendLine(pageText);
}

// Output the extracted text
Console.WriteLine(textBuilder.ToString());

// Close the PDF reader
reader.Close();

詳細な比較: IronPDF対iTextSharp

C#でのPDFテキスト抽出ライブラリを評価する際、開発者はしばしばシンプルさ、性能、長期的サポート間のバランスを考慮します。 IronPDFとiTextSharpが実際の使用で比較される際の特にC#でのPDF抽出の観点からの比較を見ていきましょう。

1. 使いやすさ

IronPDF：クリーンで現代的なAPI

IronPDFは開発者の体験を重視しています。 NuGetから簡単にインストールでき、シンタックスも直感的です：

using IronPdf;

// Load the PDF
var pdf = PdfDocument.FromFile("sample.pdf");

// Extract all text from every page
string extractedText = pdf.ExtractAllText();

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

using IronPdf;

// Load the PDF
var pdf = PdfDocument.FromFile("sample.pdf");

// Extract all text from every page
string extractedText = pdf.ExtractAllText();

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

IronPDFは、ExtractAllText()のようなシンプルなメソッド呼び出しの背後に複雑さを抽象化し、ボイラープレートや解析ロジックを必要としません。

iTextSharp：より冗長で低レベル

iTextSharpは各ページの手動解析を必要とし、プレーンテキストを抽出するためにより多くの努力を必要とします。

using iTextSharp.text.pdf;
using iTextSharp.text.pdf.parser;
using System.IO;
using System.Text;

// Load the PDF
var reader = new PdfReader("sample.pdf");
StringBuilder text = new StringBuilder();

for (int i = 1; i <= reader.NumberOfPages; i++)
{
    text.Append(PdfTextExtractor.GetTextFromPage(reader, i));
}

// Output the extracted text
Console.WriteLine(text.ToString());

using iTextSharp.text.pdf;
using iTextSharp.text.pdf.parser;
using System.IO;
using System.Text;

// Load the PDF
var reader = new PdfReader("sample.pdf");
StringBuilder text = new StringBuilder();

for (int i = 1; i <= reader.NumberOfPages; i++)
{
    text.Append(PdfTextExtractor.GetTextFromPage(reader, i));
}

// Output the extracted text
Console.WriteLine(text.ToString());

開発者はページを手動でループする必要があり、エッジケースが発生するとバグの可能性が高まります。

2. 性能と信頼性

• IronPDFは現代のレンダリングエンジン（Chromium）に基づいて構築されており、埋め込みフォント、回転テキスト、複数のレイアウトを持つ現代的なPDFに適してします。 テキスト抽出はレイアウト認識があり、より自然にスペースを保ちます。

• iTextSharpは、強力ではありますが、複雑なフォーマットに苦労する可能性があります。 混在した向きや非標準のエンコーディングを持つPDFファイルは、文字化けや順序の誤ったテキストを生成する可能性があります。

3. コストとライセンス

iTextSharpのAGPLは、あなたのコードをオープンソースにするか、商用ライセンスにお金を払うことを強制します。 IronPDFは、クローズドソースプロジェクトにより柔軟なライセンスモデルを提供します。

4. 開発者サポートとドキュメント

• IronPDF:最新のドキュメント、ビデオ チュートリアル、迅速なチケットベースのサポートが付属しています。

• iTextSharp:ドキュメントは充実していますが、有料顧客でない限り無料サポートは制限されています。

5. クロスライブラリのまとめ

結論

PDFからC#でテキストを抽出する際、IronPDFとiTextSharpはどちらも強力なツールですが、異なる種類の開発者に対応しています。 もし現代的で、統合が簡単で、優れたサポートを持ち、積極的に維持され、レイアウトの保存がスムーズなソリューションを探しているなら、IronPDFが明らかに際立っています。 これは開発時間を短縮し、直感的なAPIを提供し、.NETフレームワーク内のさまざまなアプリケーション、ウェブアプリからエンタープライズシステムにまで広く対応します。

一方で、iTextSharpは、既にそのエコシステムに組み込まれた開発者やテキスト抽出戦略に対する詳細な制御を必要とする開発者には強力なオプションとして残っています。 しかし、その急な学習曲線と商業サポートの欠如は、迅速にスケールする必要があるプロジェクトや清潔なコードベースを維持するプロジェクトを遅らせる可能性があります。

.NET開発者が速度、明確さ、信頼できる結果を重視する場合、IronPDFは未来を見据えた道を提供します。 ドキュメント自動化ツール、検索エンジン、内部ダッシュボードを構築しているかどうかにかかわらず、IronPDFの強力な機能と性能は、より迅速かつスマートな成果を達成するのに役立ちます。

無料トライアル版をダウンロードして、IronPDFを今すぐお試しください。 無料トライアルと開発者に優しいAPIを使えば、数分で始められます。

BRACKET-i-OPEN--iTextSharpは各所有者の登録商標です。 このサイトはiTextSharpと関係がない、または推奨、スポンサーされていません。すべての製品名、ロゴ、およびブランドは、それぞれの所有者の財産です。 比較は情報提供のみを目的としており、執筆時点で公開されている情報を反映しています。