ASP.NET Core에서 PDF 파일의 데이터 읽는 방법

ASP.NET Core 프로젝트에서 IronPDF를 설정하는 방법은?

시작하는 것은 간단합니다. 다음 명령 중 하나를 사용하여 NuGet 패키지 관리자 콘솔 또는 .NET CLI에서 IronPDF NuGet 패키지를 설치하세요:

Install-Package IronPdf
dotnet add package IronPdf

Install-Package IronPdf
dotnet add package IronPdf

패키지가 설치되면 PDF 문서와 작업하는 모든 파일의 맨 위에 IronPDF 네임스페이스를 추가하세요:

using IronPdf;

using IronPdf;

Imports IronPdf

대부분의 프로젝트에 필요한 모든 설정이 완료되었습니다. IronPDF는 Windows에서 외부 렌더링 프로세스나 추가 네이티브 종속성에 의존하지 않습니다. Linux나 Docker 환경의 경우, 플랫폼별 지침을 보려면 IronPDF 문서를 참조하세요.

무료 체험 라이선스를 통해 프로덕션 사용을 시작하기 전에 전체 기능 세트를 테스트할 수 있습니다. IronPDF 사이트에서 직접 체험 라이선스를 구하고 첫 번째 PDF 작업 전에 한 줄의 코드로 적용할 수 있습니다.

PDF 파일에서 텍스트를 추출하는 방법은?

텍스트 추출은 가장 일반적인 PDF 읽기 작업입니다. IronPDF는 문서에서 읽을 수 있는 모든 텍스트를 가져오는 ExtractAllText와 페이지 수준 액세스를 위한 ExtractTextFromPage를 제공합니다. 두 메서드는 읽기 순서를 유지하며 표준 텍스트 인코딩을 처리합니다.

// Load a PDF document from disk
var pdf = PdfDocument.FromFile("document.pdf");

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

// Extract text from a specific page (zero-based index)
string pageOneText = pdf.ExtractTextFromPage(0);

Console.WriteLine(allText);

// Load a PDF document from disk
var pdf = PdfDocument.FromFile("document.pdf");

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

// Extract text from a specific page (zero-based index)
string pageOneText = pdf.ExtractTextFromPage(0);

Console.WriteLine(allText);

Imports System

' Load a PDF document from disk
Dim pdf = PdfDocument.FromFile("document.pdf")

' Extract all text from every page
Dim allText As String = pdf.ExtractAllText()

' Extract text from a specific page (zero-based index)
Dim pageOneText As String = pdf.ExtractTextFromPage(0)

Console.WriteLine(allText)

ExtractAllText는 줄 바꿈을 유지하면서 전체 텍스트 내용을 단일 문자열로 반환합니다. ExtractTextFromPage는 제로 기반 인덱스를 사용하여 단일 페이지를 대상으로 하므로 여러 페이지로 구성된 문서의 특정 섹션의 콘텐츠만 필요할 때 유용합니다.

텍스트 및 이미지 추출 옵션에 대한 심층적인 검토를 위해, PDF 가이드에서 텍스트 추출하기는 영역 기반 추출을 포함한 고급 시나리오를 다룹니다.

using IronPdf;
using Microsoft.AspNetCore.Http;
using Microsoft.AspNetCore.Mvc;
using System.IO;

[ApiController]
[Route("api/[controller]")]
public class PdfController : ControllerBase
{
    [HttpPost("extract-text")]
    public IActionResult ExtractText(IFormFile pdfFile)
    {
        if (pdfFile == null || pdfFile.Length == 0)
            return BadRequest("No PDF file uploaded.");

        using var stream = new MemoryStream();
        pdfFile.CopyTo(stream);

        var pdf = new PdfDocument(stream.ToArray());
        string extractedText = pdf.ExtractAllText();

        return Ok(new { text = extractedText });
    }
}

using IronPdf;
using Microsoft.AspNetCore.Http;
using Microsoft.AspNetCore.Mvc;
using System.IO;

[ApiController]
[Route("api/[controller]")]
public class PdfController : ControllerBase
{
    [HttpPost("extract-text")]
    public IActionResult ExtractText(IFormFile pdfFile)
    {
        if (pdfFile == null || pdfFile.Length == 0)
            return BadRequest("No PDF file uploaded.");

        using var stream = new MemoryStream();
        pdfFile.CopyTo(stream);

        var pdf = new PdfDocument(stream.ToArray());
        string extractedText = pdf.ExtractAllText();

        return Ok(new { text = extractedText });
    }
}

Imports IronPdf
Imports Microsoft.AspNetCore.Http
Imports Microsoft.AspNetCore.Mvc
Imports System.IO

<ApiController>
<Route("api/[controller]")>
Public Class PdfController
    Inherits ControllerBase

    <HttpPost("extract-text")>
    Public Function ExtractText(pdfFile As IFormFile) As IActionResult
        If pdfFile Is Nothing OrElse pdfFile.Length = 0 Then
            Return BadRequest("No PDF file uploaded.")
        End If

        Using stream As New MemoryStream()
            pdfFile.CopyTo(stream)

            Dim pdf As New PdfDocument(stream.ToArray())
            Dim extractedText As String = pdf.ExtractAllText()

            Return Ok(New With {.text = extractedText})
        End Using
    End Function
End Class

ASP.NET Core에서 PDF 양식 데이터를 읽는 방법은?

PDF 양식 — AcroForms라고도 불리며 —는 사용자가 입력하는 대화형 필드를 포함합니다. IronPDF는 Form의 PdfDocument 속성을 통해 양식 필드를 노출하여 문서의 모든 필드 이름과 값을 제공합니다.

다음 엔드포인트는 업로드된 양식 PDF를 읽고 모든 필드 값을 JSON 사전으로 반환합니다:

[HttpPost("extract-form")]
public IActionResult ExtractForm([FromForm] IFormFile pdfFile)
{
    if (pdfFile == null || pdfFile.Length == 0)
        return BadRequest("No PDF file uploaded.");

    using var stream = new MemoryStream();
    pdfFile.CopyTo(stream);

    var pdf = new PdfDocument(stream.ToArray());
    var formData = new Dictionary<string, string>();

    if (pdf.Form != null)
    {
        foreach (var field in pdf.Form)
        {
            formData[field.Name] = field.Value;
        }
    }

    return Ok(new { formFields = formData });
}

[HttpPost("extract-form")]
public IActionResult ExtractForm([FromForm] IFormFile pdfFile)
{
    if (pdfFile == null || pdfFile.Length == 0)
        return BadRequest("No PDF file uploaded.");

    using var stream = new MemoryStream();
    pdfFile.CopyTo(stream);

    var pdf = new PdfDocument(stream.ToArray());
    var formData = new Dictionary<string, string>();

    if (pdf.Form != null)
    {
        foreach (var field in pdf.Form)
        {
            formData[field.Name] = field.Value;
        }
    }

    return Ok(new { formFields = formData });
}

Imports Microsoft.AspNetCore.Mvc
Imports System.IO

<HttpPost("extract-form")>
Public Function ExtractForm(<FromForm> pdfFile As IFormFile) As IActionResult
    If pdfFile Is Nothing OrElse pdfFile.Length = 0 Then
        Return BadRequest("No PDF file uploaded.")
    End If

    Using stream As New MemoryStream()
        pdfFile.CopyTo(stream)

        Dim pdf = New PdfDocument(stream.ToArray())
        Dim formData As New Dictionary(Of String, String)()

        If pdf.Form IsNot Nothing Then
            For Each field In pdf.Form
                formData(field.Name) = field.Value
            Next
        End If

        Return Ok(New With {.formFields = formData})
    End Using
End Function

코드-2038--@@의 각 필드에는 @@--코드-2039--@@ 속성(PDF 작성 도구에서 설정한 필드 식별자)과 @@--코드-2040--@@ 속성(사용자가 입력한 텍스트 또는 선택 항목)이 있습니다. 텍스트 박스, 체크박스, 라디오 버튼, 드롭다운 모두 이 컬렉션에 나타납니다.

JSON 응답은 추가 파싱 없이도 양식 제출을 데이터베이스, 타사 API 또는 메시지 큐로 전달하기 쉽게 만들어 줍니다. 작업 흐름에서 PDF 양식을 프로그래밍적으로 생성하거나 편집하려는 경우, PDF 양식 가이드에서 필드 추가 및 사전 값 채우기에 대해 알아보세요.

PDF에서 테이블 데이터를 추출하는 방법은?

PDF 파일의 테이블은 위치 지정된 텍스트로 저장되며 PDF 형식에는 네이티브 테이블 데이터 구조가 없습니다. 따라서 표 형식의 데이터를 추출한다는 것은 원시 텍스트를 추출하고, 행과 열을 재구성하기 위한 구문 해석 논리를 적용하는 것을 의미합니다.

IronPDF의 ExtractAllText는 공백과 탭 문자를 보존하므로 프로그래밍 방식으로 줄을 열로 분할할 수 있습니다. 다음 컨트롤러 액션은 이 접근 방식을 보여줍니다:

[HttpPost("extract-table")]
public IActionResult ExtractTable([FromForm] IFormFile pdfFile)
{
    if (pdfFile == null || pdfFile.Length == 0)
        return BadRequest("No PDF file uploaded.");

    using var memoryStream = new MemoryStream();
    pdfFile.CopyTo(memoryStream);

    var pdf = new PdfDocument(memoryStream.ToArray());
    string text = pdf.ExtractAllText();

    // Split into lines, then split each line into columns
    string[] lines = text.Split(
        new[] { '\r', '\n' },
        StringSplitOptions.RemoveEmptyEntries
    );

    var tableData = new List<string[]>();
    foreach (string line in lines)
    {
        string[] columns = line
            .Split('\t')
            .Where(c => !string.IsNullOrWhiteSpace(c))
            .ToArray();

        if (columns.Length > 0)
            tableData.Add(columns);
    }

    var table = tableData.Select(r => string.Join(" | ", r)).ToList();
    return Ok(new { Table = table });
}

[HttpPost("extract-table")]
public IActionResult ExtractTable([FromForm] IFormFile pdfFile)
{
    if (pdfFile == null || pdfFile.Length == 0)
        return BadRequest("No PDF file uploaded.");

    using var memoryStream = new MemoryStream();
    pdfFile.CopyTo(memoryStream);

    var pdf = new PdfDocument(memoryStream.ToArray());
    string text = pdf.ExtractAllText();

    // Split into lines, then split each line into columns
    string[] lines = text.Split(
        new[] { '\r', '\n' },
        StringSplitOptions.RemoveEmptyEntries
    );

    var tableData = new List<string[]>();
    foreach (string line in lines)
    {
        string[] columns = line
            .Split('\t')
            .Where(c => !string.IsNullOrWhiteSpace(c))
            .ToArray();

        if (columns.Length > 0)
            tableData.Add(columns);
    }

    var table = tableData.Select(r => string.Join(" | ", r)).ToList();
    return Ok(new { Table = table });
}

Imports Microsoft.AspNetCore.Mvc
Imports System.IO
Imports System.Linq

<HttpPost("extract-table")>
Public Function ExtractTable(<FromForm> pdfFile As IFormFile) As IActionResult
    If pdfFile Is Nothing OrElse pdfFile.Length = 0 Then
        Return BadRequest("No PDF file uploaded.")
    End If

    Using memoryStream As New MemoryStream()
        pdfFile.CopyTo(memoryStream)

        Dim pdf As New PdfDocument(memoryStream.ToArray())
        Dim text As String = pdf.ExtractAllText()

        ' Split into lines, then split each line into columns
        Dim lines As String() = text.Split(New Char() {ControlChars.Cr, ControlChars.Lf}, StringSplitOptions.RemoveEmptyEntries)

        Dim tableData As New List(Of String())()
        For Each line As String In lines
            Dim columns As String() = line.Split(ControlChars.Tab).Where(Function(c) Not String.IsNullOrWhiteSpace(c)).ToArray()

            If columns.Length > 0 Then
                tableData.Add(columns)
            End If
        Next

        Dim table = tableData.Select(Function(r) String.Join(" | ", r)).ToList()
        Return Ok(New With {.Table = table})
    End Using
End Function

이 방법은 탭 구분 열을 일관되게 사용하는 표의 PDF에 효과적으로 작동합니다. 열이 가변적인 공백으로 구분되는 문서의 경우, 최소 간격 휴리스틱을 적용하거나 문자 위치를 검사해야 할 수 있습니다. PDF 병합 또는 분할 가이드는 추출하기 전에 표가 포함된 특정 페이지를 분리해야 할 때 유용합니다.

비동기 PDF 파일 업로드를 어떻게 처리하나요?

프로덕션 ASP.NET Core 애플리케이션은 스레드 풀이 차단되지 않도록 파일 업로드를 비동기적으로 처리해야 합니다. IFormFile.CopyToAsync 방식은 async/await와 결합하여 컨트롤러를 차단하지 않습니다:

[HttpPost("process-upload")]
public async Task<IActionResult> ProcessPdf([FromForm] IFormFile file)
{
    if (file == null || file.Length == 0)
        return BadRequest("No PDF file uploaded.");

    using var ms = new MemoryStream();
    await file.CopyToAsync(ms);

    var pdf = new PdfDocument(ms.ToArray());
    string text = pdf.ExtractAllText();
    int pageCount = pdf.PageCount;

    return Ok(new
    {
        text,
        pages = pageCount
    });
}

[HttpPost("process-upload")]
public async Task<IActionResult> ProcessPdf([FromForm] IFormFile file)
{
    if (file == null || file.Length == 0)
        return BadRequest("No PDF file uploaded.");

    using var ms = new MemoryStream();
    await file.CopyToAsync(ms);

    var pdf = new PdfDocument(ms.ToArray());
    string text = pdf.ExtractAllText();
    int pageCount = pdf.PageCount;

    return Ok(new
    {
        text,
        pages = pageCount
    });
}

Imports System.IO
Imports Microsoft.AspNetCore.Mvc

<HttpPost("process-upload")>
Public Async Function ProcessPdf(<FromForm> file As IFormFile) As Task(Of IActionResult)
    If file Is Nothing OrElse file.Length = 0 Then
        Return BadRequest("No PDF file uploaded.")
    End If

    Using ms As New MemoryStream()
        Await file.CopyToAsync(ms)

        Dim pdf As New PdfDocument(ms.ToArray())
        Dim text As String = pdf.ExtractAllText()
        Dim pageCount As Integer = pdf.PageCount

        Return Ok(New With {
            .text = text,
            .pages = pageCount
        })
    End Using
End Function

PdfDocument 생성자는 동기식이지만 업로드 단계(종종 파이프라인에서 가장 느린 부분)는 비동기식으로 실행됩니다. 이 패턴은 동시 로드 아래에서 잘 확장되며, 최소 API 엔드포인트, Razor Pages 핸들러 및 gRPC 서비스와 호환됩니다.

builder.Services.Configure<FormOptions>(options =>
{
    options.MultipartBodyLengthLimit = 100 * 1024 * 1024; // 100 MB
});

builder.Services.Configure<FormOptions>(options =>
{
    options.MultipartBodyLengthLimit = 100 * 1024 * 1024; // 100 MB
});

Imports Microsoft.Extensions.DependencyInjection
Imports Microsoft.AspNetCore.Http

builder.Services.Configure(Of FormOptions)(Sub(options)
    options.MultipartBodyLengthLimit = 100 * 1024 * 1024 ' 100 MB
End Sub)

builder.WebHost.ConfigureKestrel(options =>
{
    options.Limits.MaxRequestBodySize = 100 * 1024 * 1024;
});

builder.WebHost.ConfigureKestrel(options =>
{
    options.Limits.MaxRequestBodySize = 100 * 1024 * 1024;
});

builder.WebHost.ConfigureKestrel(Sub(options)
    options.Limits.MaxRequestBodySize = 100 * 1024 * 1024
End Sub)

추출된 PDF 콘텐츠를 다른 형식으로 변환하는 방법은?

텍스트나 폼 데이터를 얻으면, 애플리케이션이 필요로 하는 모든 다운스트림 프로세스에 연결할 수 있습니다 - 데이터베이스 기록, 검색 색인화, 보고서 생성 또는 API 호출. IronPDF는 또한 역방향 변환을 지원합니다: HTML을 PDF로 렌더링.

추출한 콘텐츠를 시각적으로 표시하려는 경우, PDF를 이미지로 변환하는 가이드를 사용하여 원본 PDF를 이미지로 렌더링할 수 있습니다. 이 방법은 브라우저에서 전체 PDF를 로드하지 않고 페이지 썸네일을 표시하려는 문서 미리보기 기능에 유용합니다.

출력 문서를 사용자에게 전달하기 전에 보호해야 하는 경우, IronPDF는 후처리 단계로 디지털 서명 및 워터마크를 지원합니다. 헤더 및 푸터 가이드에서 설명한 헤더 및 푸터 추가는 비슷하게 간단합니다.

PDF 데이터 추출 설정 후 다음 단계는 무엇인가요?

이제 텍스트 추출, 양식 데이터 읽기, 테이블 구문 분석, 비동기 업로드를 위한 작업 패턴을 가지고 있습니다. 귀하의 애플리케이션 요구 사항에 따라 탐색할 몇 가지 방향이 있습니다.

IronPDF 기능 개요는 HTML-to-PDF 렌더링, 스탬프 오버레이 및 페이지 조작을 다룹니다. PDF 병합 또는 분할 가이드는 여러 소스에서 보고서를 병합하는 애플리케이션을 위한 문서 결합 및 분할을 안내합니다.

보안 문서 전달을 위해 디지털 서명을 사용하여 PDF를 인증한 후 클라이언트에게 보낼 수 있습니다. 맞춤형 워터마크는 생성된 문서에 시각적 브랜딩 또는 초안 레이블을 추가합니다.

프로젝트에서 스캔한 PDF(검색 가능한 텍스트가 아닌 이미지)에서 데이터를 추출하는 경우 ExtractAllText를 호출하기 전에 OCR 단계가 필요합니다. Iron Software의 IronOCR는 IronPDF와 통합되어 스캔된 문서 워크플로를 처리합니다.

IronPDF는 개인 개발자와 팀을 위한 유연한 라이선스 옵션하에 제공됩니다. 모든 기능을 제한 없이 테스트하기 위해 무료 체험판으로 시작하세요. 완벽한 문서에는 API 참조, 시작 가이드 및 Windows, Linux, Docker 및 클라우드 환경 배포 노트가 포함되어 있습니다.

ASP.NET Core에서 PDF 파일의 데이터를 읽는 데 이제 저수준 파싱 코드나 무거운 의존성이 필요하지 않습니다. IronPDF를 사용하면 업로드한 파일에서 추출한 내용으로의 경로가 모든 컨트롤러나 서비스 레이어에 자연스럽게 맞는 몇 줄로 구성됩니다.