C# PDF에서 텍스트 추출하기 (코드 예제 튜토리얼)

1. IronPDF 기능

IronPDF는 브라우저가 수행할 수 있는 거의 모든 작업을 수행할 수 있는 견고한 PDF 변환기입니다. 개발자 for .NET 라이브러리로 PDF 문서를 생성하고 읽고 조작하는 것이 간단합니다. IronPDF는 Chrome 엔진을 사용하여 HTML-을 PDF 문서로 변환합니다. IronPDF는 HTML, ASPX, Razor HTML, MVC View 및 기타 웹 구성 요소를 지원합니다. Microsoft .NET 응용 프로그램은 IronPDF를 지원합니다(ASP.NET 웹 애플리케이션 및 전통적인 Windows 애플리케이션 모두). IronPDF는 또한 시각적으로 매력적인 PDF 문서를 작성하는 데 사용할 수 있습니다.

우리는 IronPDF로 HTML5, JavaScript, CSS, 이미지로부터 PDF 문서를 만들 수 있습니다. 게다가 파일은 머리글과 바닥글을 가질 수 있습니다. IronPDF 덕분에 우리는 쉽게 PDF 문서를 읽을 수 있습니다. IronPDF는 또한 포괄적인 PDF 변환 엔진과 PDF 문서를 처리할 수 있는 강력한 HTML-to-PDF 변환기를 가지고 있습니다.

• PDF 생성: HTML, JavaScript, CSS, 이미지 또는 URL에서 PDF 생성. 디자인 강화를 위해 머리글, 바닥글, 책갈피, 워터마크 및 기타 사용자 정의 요소를 추가하십시오.
• HTML-to-PDF 변환: HTML, Razor/MVC 뷰 및 미디어 타입 CSS 파일을 직접 PDF 형식으로 변환합니다.
• 인터랙티브 PDF 기능: 상호작용 PDF 양식을 작성, 채우기 및 제출하세요.
• 텍스트 및 이미지 추출: 데이터 처리 또는 재사용을 위해 기존 PDF 문서에서 텍스트 또는 이미지를 추출하십시오.
• 문서 조작: 새로운 또는 기존의 PDF 파일 페이지를 병합, 분할 및 재배치하십시오.
• 이미지 및 페이지 처리: PDF 페이지를 이미지로 래스터화하고 이미지를 PDF 형식으로 변환하십시오.
• 사용자 정의 로그인 자격 증명과 함께 작업: IronPDF는 URL에서 문서를 생성할 수 있습니다. 또한 사용자 정의 네트워크 로그인 자격 증명, 사용자 에이전트, 프록시, 쿠키, HTTP 헤더 및 HTML 로그인 양식 뒤에서 로그인을 위한 양식 변수를 지원합니다.
• 검색 및 접근성: PDF 문서 내에서 텍스트를 검색하고 접근성 표준을 준수하도록 하십시오.
• 변환의 다양성: PDF를 HTML과 같은 다른 형식으로 변환하고, CSS 파일과 함께 PDF를 생성합니다.
• 독립 실행형 기능: Adobe Acrobat이나 추가적인 타사 도구 없이 독립적으로 작동합니다.

2. Visual Studio에서 새 프로젝트 생성하기

Visual Studio 소프트웨어를 열고 파일 메뉴로 이동합니다. "새 프로젝트"를 선택한 후 "콘솔 애플리케이션"을 선택합니다. 이 글에서는 콘솔 애플리케이션을 사용하여 PDF 문서를 생성할 것입니다.

Visual Studio에서 새 프로젝트 생성

프로젝트 이름을 입력하고 적절한 텍스트 상자에서 파일 경로를 선택합니다. 그런 다음 아래 스크린샷과 같이 새로 만들기 버튼을 클릭하고 필요한 .NET Framework를 선택합니다.

Visual Studio에서 새 프로젝트 구성

이제 Visual Studio 프로젝트는 선택한 애플리케이션을 위한 구조를 생성하고, 콘솔, 윈도우즈, 웹 애플리케이션을 선택한 경우, 코드 입력 및 애플리케이션 빌드/실행을 할 수 있는 program.cs 파일을 엽니다.

.NET Core 선택

다음으로, 코드를 테스트하기 위해 라이브러리를 추가할 수 있습니다.

3. IronPDF 라이브러리 설치

IronPDF 라이브러리는 네 가지 방법으로 다운로드하고 설치할 수 있습니다.

다음과 같습니다:

• Visual Studio를 사용하여.
• Visual Studio 명령줄 사용.
• NuGet 웹사이트에서 직접 다운로드.
• IronPDF 웹사이트에서 직접 다운로드.

Install-Package IronPdf

4. IronPDF를 사용하여 텍스트 추출

IronPDF 프로그램은 PDF 파일에서 텍스트를 추출하고 PDF 페이지를 PDF 개체로 변환할 수 있게 해줍니다. 다음은 IronPDF를 사용하여 기존 PDF를 읽는 방법의 예입니다.

첫 번째 접근 방식은 PDF에서 텍스트를 추출하는 것이며, 아래에 샘플 코드 스니펫이 있습니다.

using IronPdf;

// Load an existing PDF document from a file
var pdfDocument = PdfDocument.FromFile("result.pdf");

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

using IronPdf;

// Load an existing PDF document from a file
var pdfDocument = PdfDocument.FromFile("result.pdf");

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

Imports IronPdf

' Load an existing PDF document from a file
Private pdfDocument = PdfDocument.FromFile("result.pdf")

' Extract all text from the entire PDF document
Private allText As String = pdfDocument.ExtractAllText()

FromFile 정적 메소드를 사용하여 기존 파일에서 PDF 문서를 로드하고 이를 PDFDocument 객체로 변환합니다. 이는 위 코드에서 보여줍니다. 이 객체를 사용하면 PDF 페이지에서 접근 가능한 텍스트와 이미지를 읽을 수 있습니다. 객체에는 전체 PDF 문서에서 모든 텍스트를 추출하는 ExtractAllText라고 불리는 메소드가 있으며, 추출된 텍스트를 처리에 사용할 수 있는 문자열에 담습니다.

PDF 파일에서 페이지별로 텍스트를 추출할 수 있는 두 번째 방법에 대한 코드 예제는 아래에 있습니다.

using IronPdf;

// Load an existing PDF document from a file
using PdfDocument pdf = PdfDocument.FromFile("result.pdf");

// Loop through each page of the PDF document
for (var index = 0; index < pdf.PageCount; index++)
{
    // Extract text from the current page
    string text = pdf.ExtractTextFromPage(index);
}

using IronPdf;

// Load an existing PDF document from a file
using PdfDocument pdf = PdfDocument.FromFile("result.pdf");

// Loop through each page of the PDF document
for (var index = 0; index < pdf.PageCount; index++)
{
    // Extract text from the current page
    string text = pdf.ExtractTextFromPage(index);
}

Imports IronPdf

' Load an existing PDF document from a file
Private PdfDocument As using

' Loop through each page of the PDF document
For index = 0 To pdf.PageCount - 1
	' Extract text from the current page
	Dim text As String = pdf.ExtractTextFromPage(index)
Next index

위의 코드에서 볼 수 있듯이, 이는 먼저 전체 PDF 문서를 로드하고 그것을 PDF 개체로 변환합니다. 그런 다음, 내장된 프로퍼티 PageCount를 사용하여 로드된 PDF 문서에서 사용 가능한 총 페이지 수를 검색하여 전체 PDF 문서의 페이지 수를 얻습니다. "for loop" 및 ExtractTextFromPage 함수를 사용함으로써 로드된 문서에서 텍스트를 추출하기 위한 매개 변수로 페이지 번호를 전달할 수 있습니다. 그런 다음 정확한 텍스트를 문자열 변수에 저장합니다. 마찬가지로, "for"나 "for each" 루프의 도움으로 페이지별로 PDF에서 텍스트를 추출하게 됩니다.

5. 결론

IronPDF는 .NET 응용 프로그램에서 PDF를 원활하게 작업할 수 있도록 설계된 다재다능하고 강력한 PDF 라이브러리입니다. 그의 강력한 기능은 개발자가 Adobe Reader와 같은 타사 종속성에 의존하지 않고 PDF에서 콘텐츠를 생성, 조작, 추출할 수 있도록 합니다. IronPDF의 뛰어난 기능 중 하나는 PDF 문서에서 텍스트를 추출할 수 있는 그 능력입니다. 이 기능은 데이터 분석, 문서 인덱싱, 콘텐츠 마이그레이션 및 접근성 기능 활성화와 같은 작업 자동화에 매우 유용합니다. 개발자가 텍스트를 프로그래밍 방식으로 검색하고 처리할 수 있게 함으로써 IronPDF는 워크플로를 간소화하고 PDF 콘텐츠를 처리하는 새로운 가능성을 열어줍니다.

간단한 통합 및 크로스 플랫폼 지원으로, IronPDF는 PDF 문서를 효율적으로 처리하려는 개발자에게 훌륭한 선택입니다. 또한, IronPDF는 무료 체험을 제공하여 의무 없이 모든 기능을 리스크 없이 탐색할 수 있습니다. 가격 세부 정보 및 라이센스 옵션에 대해 더 알고 싶다면 가격 페이지를 방문하십시오.