C# String Contains (Jak to działa dla deweloperów)

Przegląd IronPDF

Install-Package IronPdf

Podstawowe wyodrębnianie tekstu z PDF za pomocą IronPDF

IronPDF oferuje prosty interfejs API do wyodrębniania tekstu z dokumentów PDF. Pozwala to łatwo wyszukiwać określone treści w PDF-ach.

Poniższy przykład pokazuje, jak wyodrębnić tekst z PDF za pomocą IronPDF:

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);
    }  
}

Imports IronPdf
Imports System

Public Class Program
	Public Shared Sub Main(ByVal args() As String)
		' Load the PDF from a file
		Dim pdf As PdfDocument = PdfDocument.FromFile("invoice.pdf")
		' Extract all text from the PDF
		Dim text As String = pdf.ExtractAllText()
		' Optionally, print the extracted text to the console
		Console.WriteLine(text)
	End Sub
End Class

W tym przykładzie, metoda ExtractAllText() wyodrębnia cały tekst z dokumentu PDF. Ten tekst można następnie przetwarzać w celu wyszukiwania określonych słów kluczowych lub fraz.

Używanie string.Contains() do wyszukiwania tekstu

Gdy już wyodrębniesz tekst z PDF, możesz użyć wbudowanej metody string.Contains() w C#, aby wyszukiwać określone słowa lub frazy.

Metoda string.Contains() zwraca wartość logiczną, wskazującą, czy określony łańcuch znaków istnieje w obrębie innego łańcucha znaków. Jest to szczególnie przydatne przy podstawowym wyszukiwaniu tekstu.

Oto, jak można użyć string.Contains() do wyszukiwania słowa kluczowego w wyodrębnionym tekście:

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

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

Dim isFound As Boolean = text.Contains("search term", StringComparison.OrdinalIgnoreCase)

Praktyczny przykład: Jak sprawdzić, czy łańcuch C# zawiera słowa kluczowe w dokumencie PDF

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");
        }
    }  
}

Imports IronPdf
Imports System

Public Class Program
	Public Shared Sub Main(ByVal args() As String)
		Dim searchTerm As String = "INV-12345"
		' Load the PDF from a file
		Dim pdf As PdfDocument = PdfDocument.FromFile("exampleInvoice.pdf")
		' Extract all text from the PDF
		Dim text As String = pdf.ExtractAllText()
		' Search for the specific invoice number
		Dim isFound As Boolean = text.Contains(searchTerm, StringComparison.OrdinalIgnoreCase)
		' Provide output based on whether the search term was found
		If isFound Then
			Console.WriteLine($"Invoice number: {searchTerm} found in the document")
		Else
			Console.WriteLine($"Invoice number {searchTerm} not found in the document")
		End If
	End Sub
End Class

Udoskonalanie wyszukiwania za pomocą wyrażeń regularnych

Chociaż string.Contains() działa w przypadku prostych wyszukiwań podłańcuchów znaków, możesz chcieć wykonywać bardziej złożone wyszukiwania, takie jak szukanie wzorca lub serii słów kluczowych. Do tego można użyć wyrażeń regularnych.

Oto przykład użycia wyrażenia regularnego do wyszukiwania w formacie teksu PDF dowolnych prawidłowych numerów faktur:

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.");
        }
    }  
}

Imports IronPdf
Imports System
Imports System.Text.RegularExpressions

Public Class Program
	Public Shared Sub Main(ByVal args() As String)
		' Define a regex pattern for a typical invoice number format (e.g., INV-12345)
		Dim pattern As String = "INV-\d{5}"
		' Load the PDF from a file
		Dim pdf As PdfDocument = PdfDocument.FromFile("exampleInvoice.pdf")
		' Extract all text from the PDF
		Dim text As String = pdf.ExtractAllText()
		' Perform the regex search
		Dim match As Match = Regex.Match(text, pattern)
		' Check if a match was found
		If match.Success Then
			Console.WriteLine($"Invoice number found: {match.Value}")
		Else
			Console.WriteLine("No matching invoice number found.")
		End If
	End Sub
End Class

Ten kod będzie wyszukiwał numery faktur zgodne ze wzorcem INV-XXXXX, gdzie XXXXX to seria cyfr.

Optymalizacja wyodrębniania tekstu

• Obsługa dużych PDF-ów: Jeśli masz do czynienia z dużymi PDF-ami, warto wyodrębniać tekst w mniejszych fragmentach (np. według stron), aby zmniejszyć zużycie pamięci i poprawić wydajność.
• Obsługa specjalnych kodowań: Należy zwracać uwagę na kodowania i znaki specjalne w PDF-ie. IronPDF zazwyczaj radzi sobie z tym dobrze, ale złożone układy lub czcionki mogą wymagać dodatkowego przetwarzania.

Integracja IronPDF z projektami .NET

IronPDF łatwo integruje się z projektami .NET. Po pobraniu i zainstalowaniu biblioteki IronPDF poprzez NuGet, po prostu zaimportuj ją do swojej bazy kodu C#, jak pokazano w powyższych przykładach.

Elastyczność IronPDF pozwala na budowanie zaawansowanych procesów przetwarzania dokumentów, takich jak:

• Wyszukiwanie i wyodrębnianie danych z formularzy.
• Konwersja HTML do PDF i wyodrębnianie treści.
• Tworzenie raportów na podstawie danych wprowadzonych przez użytkowników lub pobranych z baz danych.