PDFからデータを抽出することは、手動入力の時間を節約するために重要です。 この記事では、IronPDFライブラリを使用してPDF文書からテキストと画像を抽出する方法を説明します。

IronPDF: C# PDFライブラリ

IronPDFは、PDFファイルを作成、編集、変換するために使用できる.NETライブラリです。 それは、開発者が自分のアプリケーションで使用するための使いやすいAPIを提供します。 それは、グローバルにPDFファイルを作成、編集、変換するための最も人気のあるライブラリの1つです。 IronPDFを使用すると、PDFに対する簡単で迅速なソリューションを作成できます。 各文書のためにカスタマイズされます、レイアウトは簡単に読めるように設定され、グラフィックは付随する.NETプログラムの助けを借りて設計されます。

IronPDFライブラリは、PDFファイルからデータを抽出するための素晴らしい機能を持っています。 この記事では、IronPDFを使用してデータを抽出する方法を見ていきます。 まず、C#プロジェクトを作成または開く必要があります。 次のセクションに進みましょう。

Visual StudioでC#プロジェクトを作成または開く

このチュートリアルでは、最新のVisual Studioバージョンを使用することをお勧めします。

Visual Studioが開いたら、以下の手順に従って新しいC#プロジェクトを作成してください。 既存のプロジェクトがあり、そのプロジェクトを使用したい場合は、次の手順をスキップして直接次のセクションに進んでください。

• Visual Studioを開きます
• "新しいプロジェクトを作成"ボタンをクリックします。

Visual Studioの起動画面

• テンプレートから"C#コンソールアプリケーション"を選択します。

新しいプロジェクトを作成する

• プロジェクトに名前を付け、次へボタンをクリックします。
• プロジェクトの要件に応じた.NET Frameworkを選択し、作成ボタンをクリックします。

.NETフレームワークの選択

Visual Studioは今、新しいC# .NETプロジェクトを生成します。

IronPDFライブラリをインストールする

IronPDFライブラリは、さまざまな方法でインストールできます。

パッケージマネージャコンソールの使用

• ツール > NuGetパッケージマネージャー > パッケージマネージャーコンソールに移動して、パッケージマネージャーコンソールを開きます。
• IronPDFライブラリをインストールするために次のコマンドを実行します:

Install-Package IronPdf

パッケージマネージャーコンソールタブでのインストール進行状況

インストール後、以下のようにソリューションエクスプローラーのdependenciesセクションにIronPDFの依存関係が表示されます。

ソリューションエクスプローラーでIronPDFパッケージを参照

NuGetパッケージマネージャーを使用する

IronPDFライブラリをインストールするもう一つの方法は、Visual Studioの統合されたNuGetパッケージマネージャーUIを使用することです。

• メインメニューからツールに移動します。 ドロップダウンメニューから"NuGetパッケージマネージャー"にホバーし、"ソリューション用のNuGetパッケージを管理..."を選択します。

NuGetパッケージマネージャへのナビゲート

• これにより、NuGetパッケージマネージャウィンドウが開きます。 ブラウズタブに移動し、検索にIronPdfと入力してEnterを押します。
• 検索結果からIronPDFを選択し、"インストール"ボタンをクリックしてインストールを開始します。

NuGetパッケージマネージャーからIronPDFパッケージをインストール

PDFファイルからデータを抽出する

以下のコードを見て、IronPDFを使用してデータを抽出する方法を見てみましょう:

// Import necessary namespaces
using IronPdf;
using System.Collections.Generic;
using System.Drawing;

public class PDFExtractor
{
    public void ExtractDataFromPDF()
    {
        // Open a 128-bit encrypted PDF file by providing the filename and password
        using PdfDocument pdf = PdfDocument.FromFile("encrypted.pdf", "password");

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

        // Extract all images from the PDF document
        IEnumerable<Image> allImages = pdf.ExtractAllImages();

        // Iterate over each page in the PDF document
        for (var index = 0; index < pdf.PageCount; index++)
        {
            int pageNumber = index + 1;

            // Extract text from the specific page
            string text = pdf.ExtractTextFromPage(index);

            // Extract images from the specific page
            IEnumerable<Image> images = pdf.ExtractImagesFromPage(index);

            // Code to process the extracted text and images
            //...
        }
    }
}

// Import necessary namespaces
using IronPdf;
using System.Collections.Generic;
using System.Drawing;

public class PDFExtractor
{
    public void ExtractDataFromPDF()
    {
        // Open a 128-bit encrypted PDF file by providing the filename and password
        using PdfDocument pdf = PdfDocument.FromFile("encrypted.pdf", "password");

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

        // Extract all images from the PDF document
        IEnumerable<Image> allImages = pdf.ExtractAllImages();

        // Iterate over each page in the PDF document
        for (var index = 0; index < pdf.PageCount; index++)
        {
            int pageNumber = index + 1;

            // Extract text from the specific page
            string text = pdf.ExtractTextFromPage(index);

            // Extract images from the specific page
            IEnumerable<Image> images = pdf.ExtractImagesFromPage(index);

            // Code to process the extracted text and images
            //...
        }
    }
}

' Import necessary namespaces
Imports IronPdf
Imports System.Collections.Generic
Imports System.Drawing

Public Class PDFExtractor
	Public Sub ExtractDataFromPDF()
		' Open a 128-bit encrypted PDF file by providing the filename and password
		Using pdf As PdfDocument = PdfDocument.FromFile("encrypted.pdf", "password")
	
			' Extract all text from the PDF document
			Dim allText As String = pdf.ExtractAllText()
	
			' Extract all images from the PDF document
			Dim allImages As IEnumerable(Of Image) = pdf.ExtractAllImages()
	
			' Iterate over each page in the PDF document
			For index = 0 To pdf.PageCount - 1
				Dim pageNumber As Integer = index + 1
	
				' Extract text from the specific page
				Dim text As String = pdf.ExtractTextFromPage(index)
	
				' Extract images from the specific page
				Dim images As IEnumerable(Of Image) = pdf.ExtractImagesFromPage(index)
	
				' Code to process the extracted text and images
				'...
			Next index
		End Using
	End Sub
End Class

' Import necessary namespaces
Imports IronPdf
Imports System.Collections.Generic
Imports System.Drawing

Public Class PDFExtractor
	Public Sub ExtractDataFromPDF()
		' Open a 128-bit encrypted PDF file by providing the filename and password
		Using pdf As PdfDocument = PdfDocument.FromFile("encrypted.pdf", "password")
	
			' Extract all text from the PDF document
			Dim allText As String = pdf.ExtractAllText()
	
			' Extract all images from the PDF document
			Dim allImages As IEnumerable(Of Image) = pdf.ExtractAllImages()
	
			' Iterate over each page in the PDF document
			For index = 0 To pdf.PageCount - 1
				Dim pageNumber As Integer = index + 1
	
				' Extract text from the specific page
				Dim text As String = pdf.ExtractTextFromPage(index)
	
				' Extract images from the specific page
				Dim images As IEnumerable(Of Image) = pdf.ExtractImagesFromPage(index)
	
				' Code to process the extracted text and images
				'...
			Next index
		End Using
	End Sub
End Class

このコード例では:

1. FromFileメソッドは、パスワードが必要な暗号化された入力PDFドキュメントを読み込むために使用されます。
2. ExtractAllTextメソッドはPDFからすべてのテキストコンテンツを抽出します。
3. ExtractAllImagesメソッドはすべての埋め込み画像を取得します。
4. ループは文書の各ページを反復して、その特定のページからExtractImagesFromPageを使用してテキストと画像を抽出します。

結論

IronPDFを使用すると、開発者は簡単にPDFファイルからテキストと画像を抽出できます。 ExtractAllImagesを使用することで、PDFファイルのすべての内容を即座に抽出できます。 また、これらのメソッドを使用して特定のページから内容を抽出することもできます。 前述のコードでは、これらのメソッドを使って複数のページからテキストと画像を読み取る方法を示しました。

さらに、IronPDFは、チャートの描画、バーコードを追加、パスワードでセキュリティを強化、透かしをプログラムでPDFフォームを処理する機能などを提供します。

IronPDFは、開発中は無料で利用可能であり、商業利用には支払いが必要です。 商業利用での支払いなしでIronPDFの無料トライアルが利用可能です。

2つのIronPDF Lite Licensesの費用で[Iron Softwareのドキュメントライブラリのフルスイート](Iron Suite)を購入してください。

今日からPDFからデータを抽出を開始するために、IronPDFを今すぐダウンロードしてください！