C# String Contains（開発者向けの仕組み）

IronPDFの概要

Install-Package IronPdf

IronPDFを使用した基本的なPDFテキスト抽出

IronPDFは、PDFドキュメントからテキストを抽出するためのシンプルなAPIを提供しています。 これにより、PDF内の特定のコンテンツを簡単に検索することができます。

以下の例は、IronPDFを使用してPDFからテキストを抽出する方法を示しています。

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);
    }  
}

この例では、ExtractAllText()メソッドがPDFドキュメントからすべてのテキストを抽出します。 この抽出されたテキストは、その後特定のキーワードやフレーズを検索するために処理されることができます。

テキスト検索のためのstring.Contains()の使用

PDFからテキストを抽出した後、C#の組み込みメソッドstring.Contains()を使用して特定の単語やフレーズを検索することができます。

string.Contains()メソッドは、特定の文字列が文字列内に存在するかどうかを示すブール値を返します。 これは基本的なテキスト検索に特に有用です。

ここにstring.Contains()を使用して、抽出されたテキスト内のキーワードを検索する方法を示します：

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

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

実際の例: C#の文字列がPDFドキュメント内にキーワードを含むかどうかをチェックする方法

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");
        }
    }  
}

正規表現による検索の向上

string.Contains()は単純な部分文字列検索には機能しますが、パターンやキーワードのシリーズを見つけたいといった、より複雑な検索を行いたい場合があります。 これには正規表現を使用することができます。

ここに正規表現を使用してPDFテキスト内で有効な請求書番号の形式を検索する例があります：

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.");
        }
    }  
}

このコードは、パターンINV-XXXXXに従う請求書番号を検索し、XXXXXは一連の数字です。

テキスト抽出の最適化

*大きな PDF の処理:*大きな PDF を扱う場合は、メモリ使用量を減らしてパフォーマンスを向上させるために、テキストを小さなチャンク (ページ単位) で抽出することをお勧めします。 特殊なエンコーディングの処理:** PDF 内のエンコーディングと特殊文字に注意してください。 IronPDFは一般的にはこれをうまく扱いますが、複雑なレイアウトやフォントは追加の処理が必要になるかもしれません。

.NETプロジェクトへのIronPDFの統合

IronPDFは.NETプロジェクトと簡単に統合できます。 NuGetを介してIronPDFライブラリをダウンロードしてインストールした後、上記の例のようにC#コードベースにインポートするだけです。

IronPDFの柔軟性により、次のような高度なドキュメント処理ワークフローを構築できます：

• フォームからデータを検索し抽出する。
• HTMLをPDFに変換し、コンテンツを抽出する。
• ユーザー入力やデータベースのデータに基づいてレポートを作成する。