Extract Embedded Text and Images from PDFs in C#

Curtis Chau

Updated: 16 lutego 2026

Download IronPDF

• NuGet Download
• DLL Download
• Windows Installer

• ---

• Start Free Trial

Copy for LLMs

• Copy for LLMs

  Copy page as Markdown for LLMs
  # Extract Embedded Text and Images from PDFs in C# Wyodrębnij zarówno zawartość tekstową, jak i obrazy z dokumentów PDF w C# za pomocą prostych wywołań metod. Pobierz osadzone treści do edycji, analizy lub ponownego wykorzystania w innych aplikacjach. <div class="alert alert-info iron-variant-1" role="alert"> Twoja firma wydaje zbyt dużo na roczne subskrypcje związane z bezpieczeństwem i zgodnością plików PDF. Rozważ <a href="https://ironsoftware.com/enterprise/securedoc/">IronSecureDoc</a>, który zapewnia rozwiązania do zarządzania usługami SaaS, takimi jak podpis cyfrowy, redagowanie, szyfrowanie i ochrona, a wszystko to za jednorazową opłatą. <a href="https://ironsoftware.com/enterprise/securedoc/docs/">Zapoznaj się z dokumentacją IronSecureDoc</a> </div> Wyodrębnianie tekstu i obrazów pobiera zawartość tekstową i graficzne elementy z dokumentów PDF. Uzyskaj dostęp do zawartości i przekształcaj ją do edycji, wyszukiwania, konwersji tekstu na inne formaty lub zapisywania obrazów do ponownego użycia. Niezależnie od tego, czy chcesz [parsować PDF-y w C#](https://ironpdf.com/how-to/csharp-parse-pdf/) do analizy danych, konwertować zawartość do formatów umożliwiających wyszukiwanie, czy wyodrębniać elementy wizualne do archiwizacji, IronPDF dostarcza kompleksowe narzędzia do wyodrębniania. Wyodrębnianie tekstu i obrazów przy użyciu IronPDF. Zapisz wyodrębnione obrazy na dysku lub przekonwertuj je na inny format przed osadzeniem w nowych dokumentach. Ta elastyczność wspiera przepływy pracy wymagające transformacji treści, takie jak [konwersja PDF-ów do HTML](https://ironpdf.com/how-to/pdf-to-html/) lub ponowne wykorzystanie wyodrębnionych obrazów. *as-heading:2(Quickstart: Wyodrębnianie tekstu i obrazów przy użyciu IronPDF)* Wyodrębnij tekst i obrazy z PDF-ów w zaledwie kilku liniach kodu. Ten szybki start pokazuje, jak pobrać osadzone treści z dokumentów PDF do ponownego wykorzystania treści i analizy. Wyodrębnij tekst do edycji lub zapisz obrazy do dalszego wykorzystania dzięki uproszczonemu rozwiązaniu IronPDF. ```cs :title=Extract PDF Content in Seconds var pdf = new IronPdf.PdfDocument("sample.pdf"); string text = pdf.ExtractAllText(); var images = pdf.ExtractAllImages(); ``` <div class="hsg-featured-snippet"> <h3>Minimalny proces (5 kroków)</h3> <ol> <li><a class="js-modal-open" data-modal-id="trial-license-after-download" href="https://www.nuget.org/packages/IronPdf/">Pobierz bibliotekę C# <code>IronPdf</code></a></li> <li>Przygotuj dokument PDF do wyodrębniania tekstu i obrazów</li> <li>Użyj metody <code>ExtractAllText</code> do wyodrębniania tekstu</li> <li>Użyj metody <code>ExtractAllImages</code> do wyodrębniania obrazów</li> <li>Określ konkretne strony, z których należy wyodrębnić tekst i obrazy</li> </ol> </div> <br class="clear" /> ## Jak wyodrębnić tekst z plików PDF? Wyodrębnij tekst zarówno z nowo renderowanych, jak i istniejących dokumentów PDF. Użyj metody `ExtractAllText`, aby wyodrębnić osadzony tekst z dokumentu. Metoda zwraca ciąg zawierający cały tekst w PDF. Strony są oddzielone czterema kolejnymi znakami nowej linii. Ten przykład używa [przykładowego PDF](/static-assets/pdf/how-to/extract-text-and-images/sample.pdf) renderowanego ze strony Wikipedii. Pracując z PDF-ami zawierającymi [międzynarodowe języki i znaki UTF-8](https://ironpdf.com/how-to/utf-8/), IronPDF zachowuje odpowiednie kodowanie i reprezentację znaków. Zapewnia to poprawne wyświetlanie pism niełacińskich i znaków specjalnych. ```csharp :path=/static-assets/pdf/content-code-examples/how-to/extract-text-and-images-extract-text.cs ``` <div class="content-img-align-center"> <div class="center-image-wrapper"> <img src="/static-assets/pdf/how-to/extract-text-and-images/extract-text.webp" alt="Widok obok siebie strony Wikipedii i wyodrębnionego prostego tekstu pokazujący proces wyodrębniania tekstu" class="img-responsive add-shadow" /> </div> </div> ### Jak mogę wyodrębnić tekst z precyzyjnymi współrzędnymi? Pobierz współrzędne linii tekstu i znaków w każdej stronie PDF. Wybierz stronę z PDF-a i uzyskaj dostęp do właściwości `Lines` i `Characters`. Współrzędne zawierają wartości `Top`, `Right`, `Bottom` i `Left` przedstawiające pozycję tekstu. Ta funkcja zachowuje układ przestrzenny i umożliwia analizę pozycji tekstu. Dla deweloperów, którzy muszą [czytać pliki PDF w C#](https://ironpdf.com/examples/reading-pdf-text/) z zachowaniem świadomości pozycji, wyodrębnianie współrzędnych dostarcza dane do zachowania struktury dokumentu i implementacji zaawansowanej analizy tekstu. ```csharp :path=/static-assets/pdf/content-code-examples/how-to/extract-text-and-images-extract-text-by-line-character.cs ``` <div class="content-img-align-center"> <div class="center-image-wrapper"> <img src="/static-assets/pdf/how-to/extract-text-and-images/extract-text-by-line-character.webp" alt="Podzielony ekran pokazujący główną stronę Wikipedii i wyodrębniony plik tekstowy z wyświetlanymi współrzędnymi Y pokazujący przeanalizowaną zawartość" class="img-responsive add-shadow" /> </div> </div> <hr /> ## Jak mogę wyodrębnić obrazy z PDF-ów? Użyj metody `ExtractAllImages`, aby wyodrębnić wszystkie osadzone obrazy z dokumentu. Metoda zwraca obrazy jako listę `List` obiektów `AnyBitmap`. Używając tego samego dokumentu, wyodrębniliśmy obrazy i wyeksportowaliśmy je do folderu 'images'. Ta funkcjonalność wspiera archiwizację obrazów, migrację treści i [rasteryzację stron PDF na obrazy](https://ironpdf.com/how-to/rasterize-pdf-to-images/) do dalszego przetwarzania. Wyodrębnione obrazy zachowują oryginalną jakość i mogą być zapisywane w różnych formatach, w tym PNG, JPEG i BMP. Dla przepływów pracy z przechowywaniem w chmurze zintegrowanie tej funkcjonalności z [Azure Blob Storage do zarządzania obrazami](https://ironpdf.com/how-to/images-azure-blob-storage/). ```csharp :path=/static-assets/pdf/content-code-examples/how-to/extract-text-and-images-extract-image.cs ``` <div class="content-img-align-center"> <div class="center-image-wrapper"> <img src="/static-assets/pdf/how-to/extract-text-and-images/extract-images.webp" alt="Eksplorator plików pokazujący 19 wyodrębnionych obrazów PNG w widoku miniatur po uruchomieniu narzędzia do wyodrębniania obrazów" class="img-responsive add-shadow" /> </div> </div> ### Jakie są różne metody wyodrębniania obrazów? Poza metodą `ExtractAllImages`, użyj metod `ExtractAllBitmaps` i `ExtractAllRawImages`, aby wyodrębnić informacje o obrazach. Podczas gdy `ExtractAllBitmaps` zwraca `List` z `AnyBitmap`, `ExtractAllRawImages` wyodrębnia wszystkie obrazy i zwraca je jako surowe `byte[]` (`byte[]`). Metoda `ExtractAllRawImages` dobrze działa podczas przetwarzania danych obrazów w pamięci lub integracji z systemami wymagającymi wejść tablicy bajtów. W scenariuszach związanych z [eksportowaniem PDF-ów do strumieni pamięci](https://ironpdf.com/how-to/pdf-to-memory-stream/), format surowej tablicy bajtów zapewnia optymalną elastyczność. <hr /> ## Jak mogę wyodrębnić zawartość ze specyficznych stron PDF? Wyodrębnij tekst i obrazy z pojedynczych lub wielokrotnie określonych stron. Użyj metod `ExtractTextFromPage` i `ExtractTextFromPages` do ekstrakcji tekstu z jednej lub wielu stron. Dla obrazów użyj metod `ExtractImagesFromPage` i `ExtractImagesFromPages`. Ta kontrola szczegółowa pomaga, gdy pracujemy z dużymi dokumentami, gdzie tylko specyficzne sekcje zawierają istotne treści. Wspiera także funkcje [rozcinania PDF-ów i wyodrębniania pojedynczych stron](https://ironpdf.com/examples/split-pdf-pages-csharp/) do oddzielnego przetwarzania. ```csharp :path=/static-assets/pdf/content-code-examples/how-to/extract-text-and-images-extract-text-single-multiple.cs ``` ### Kiedy powinienem wyodrębniać ze specyficznych stron zamiast ze wszystkich? Wyodrębniaj ze specyficznych stron, gdy: - Praca z dużymi PDF-ami zawierającymi istotne dane w określonych sekcjach - Implementacja workflowów, które obsługują strony niezależnie - Tworzenie aplikacji wymagających przyrostowego wyświetlania lub przetwarzania treści - Optymalizacja użycia pamięci poprzez przetwarzanie tylko wymaganych stron - Tworzysz funkcjonalność wyszukiwania lub indeksowania specyficzną dla stron ### Jakie kwestie wydajnościowe powinienem znać? Weź pod uwagę te czynniki wydajnościowe podczas wyodrębniania treści PDF: - **Zużycie pamięci**: Wyodrębnij strony indywidualnie z dużych dokumentów, aby zminimalizować zużycie pamięci - **Czas przetwarzania**: Użyj przetwarzania równoległego dla ekstrakcji wielu stron, gdy jest to odpowiednie - **Rozmiar pliku**: Większe PDF-y z obrazami w wysokiej rozdzielczości wymagają więcej czasu na przetwarzanie - **Przechowywanie**: Zaplanuj odpowiednią przestrzeń dyskową na wyodrębnienie wielu obrazów w wysokiej rozdzielczości - **Wątkowość**: IronPDF obsługuje operacje wielowątkowe dla zwiększenia wydajności na systemach wielordzeniowych Dla optymalnej wydajności z PDF-ami w pamięci, użyj [operacji strumieniowania pamięci](https://ironpdf.com/how-to/pdf-memory-stream/), by zredukować obciążenie dysku I/O.

• ---

• Open in ChatGPT

  Ask ChatGPT about this page
• Open in Gemini

  Ask Gemini about this page
• Open in Grok

  Ask Grok about this page
• Open in Perplexity

  Ask Perplexity about this page

Share

• Share on Facebook
• Share on X (Twitter)
• Share on LinkedIn

• ---

• Email article

Wyodrębnij zarówno zawartość tekstową, jak i obrazy z dokumentów PDF w C# za pomocą prostych wywołań metod. Pobierz osadzone treści do edycji, analizy lub ponownego wykorzystania w innych aplikacjach.

Wyodrębnianie tekstu i obrazów pobiera zawartość tekstową i graficzne elementy z dokumentów PDF. Uzyskaj dostęp do zawartości i przekształcaj ją do edycji, wyszukiwania, konwersji tekstu na inne formaty lub zapisywania obrazów do ponownego użycia. Niezależnie od tego, czy chcesz parsować PDF-y w C# do analizy danych, konwertować zawartość do formatów umożliwiających wyszukiwanie, czy wyodrębniać elementy wizualne do archiwizacji, IronPDF dostarcza kompleksowe narzędzia do wyodrębniania.

Wyodrębnianie tekstu i obrazów przy użyciu IronPDF. Zapisz wyodrębnione obrazy na dysku lub przekonwertuj je na inny format przed osadzeniem w nowych dokumentach. Ta elastyczność wspiera przepływy pracy wymagające transformacji treści, takie jak konwersja PDF-ów do HTML lub ponowne wykorzystanie wyodrębnionych obrazów.

Wyodrębnij tekst i obrazy z PDF-ów w zaledwie kilku liniach kodu. Ten szybki start pokazuje, jak pobrać osadzone treści z dokumentów PDF do ponownego wykorzystania treści i analizy. Wyodrębnij tekst do edycji lub zapisz obrazy do dalszego wykorzystania dzięki uproszczonemu rozwiązaniu IronPDF.

Jak wyodrębnić tekst z plików PDF?

Wyodrębnij tekst zarówno z nowo renderowanych, jak i istniejących dokumentów PDF. Użyj metody ExtractAllText, aby wyodrębnić osadzony tekst z dokumentu. Metoda zwraca ciąg zawierający cały tekst w PDF. Strony są oddzielone czterema kolejnymi znakami nowej linii. Ten przykład używa przykładowego PDF renderowanego ze strony Wikipedii.

Pracując z PDF-ami zawierającymi międzynarodowe języki i znaki UTF-8, IronPDF zachowuje odpowiednie kodowanie i reprezentację znaków. Zapewnia to poprawne wyświetlanie pism niełacińskich i znaków specjalnych.

using IronPdf;
using System.IO;

PdfDocument pdf = PdfDocument.FromFile("sample.pdf");

// Extract text
string text = pdf.ExtractAllText();

// Export the extracted text to a text file
File.WriteAllText("extractedText.txt", text);

using IronPdf;
using System.IO;

PdfDocument pdf = PdfDocument.FromFile("sample.pdf");

// Extract text
string text = pdf.ExtractAllText();

// Export the extracted text to a text file
File.WriteAllText("extractedText.txt", text);

Imports IronPdf
Imports System.IO

Private pdf As PdfDocument = PdfDocument.FromFile("sample.pdf")

' Extract text
Private text As String = pdf.ExtractAllText()

' Export the extracted text to a text file
File.WriteAllText("extractedText.txt", text)

Imports IronPdf
Imports System.IO

Private pdf As PdfDocument = PdfDocument.FromFile("sample.pdf")

' Extract text
Private text As String = pdf.ExtractAllText()

' Export the extracted text to a text file
File.WriteAllText("extractedText.txt", text)

Jak mogę wyodrębnić tekst z precyzyjnymi współrzędnymi?

Pobierz współrzędne linii tekstu i znaków w każdej stronie PDF. Wybierz stronę z PDF-a i uzyskaj dostęp do właściwości Lines i Characters. Współrzędne zawierają wartości Top, Right, Bottom i Left przedstawiające pozycję tekstu. Ta funkcja zachowuje układ przestrzenny i umożliwia analizę pozycji tekstu.

Dla deweloperów, którzy muszą czytać pliki PDF w C# z zachowaniem świadomości pozycji, wyodrębnianie współrzędnych dostarcza dane do zachowania struktury dokumentu i implementacji zaawansowanej analizy tekstu.

using IronPdf;
using System.IO;
using System.Linq;

// Open PDF from file
PdfDocument pdf = PdfDocument.FromFile("sample.pdf");

// Extract text by lines
var lines = pdf.Pages[0].Lines;

// Extract text by characters
var characters = pdf.Pages[0].Characters;

File.WriteAllLines("lines.txt", lines.Select(l => $"at Y={l.BoundingBox.Bottom:F2}: {l.Contents}"));

using IronPdf;
using System.IO;
using System.Linq;

// Open PDF from file
PdfDocument pdf = PdfDocument.FromFile("sample.pdf");

// Extract text by lines
var lines = pdf.Pages[0].Lines;

// Extract text by characters
var characters = pdf.Pages[0].Characters;

File.WriteAllLines("lines.txt", lines.Select(l => $"at Y={l.BoundingBox.Bottom:F2}: {l.Contents}"));

Imports IronPdf
Imports System.IO
Imports System.Linq

' Open PDF from file
Private pdf As PdfDocument = PdfDocument.FromFile("sample.pdf")

' Extract text by lines
Private lines = pdf.Pages(0).Lines

' Extract text by characters
Private characters = pdf.Pages(0).Characters

File.WriteAllLines("lines.txt", lines.Select(Function(l) $"at Y={l.BoundingBox.Bottom:F2}: {l.Contents}"))

Imports IronPdf
Imports System.IO
Imports System.Linq

' Open PDF from file
Private pdf As PdfDocument = PdfDocument.FromFile("sample.pdf")

' Extract text by lines
Private lines = pdf.Pages(0).Lines

' Extract text by characters
Private characters = pdf.Pages(0).Characters

File.WriteAllLines("lines.txt", lines.Select(Function(l) $"at Y={l.BoundingBox.Bottom:F2}: {l.Contents}"))

Jak mogę wyodrębnić obrazy z PDF-ów?

Użyj metody ExtractAllImages, aby wyodrębnić wszystkie osadzone obrazy z dokumentu. Metoda zwraca obrazy jako listę List obiektów AnyBitmap. Używając tego samego dokumentu, wyodrębniliśmy obrazy i wyeksportowaliśmy je do folderu 'images'. Ta funkcjonalność wspiera archiwizację obrazów, migrację treści i rasteryzację stron PDF na obrazy do dalszego przetwarzania.

Wyodrębnione obrazy zachowują oryginalną jakość i mogą być zapisywane w różnych formatach, w tym PNG, JPEG i BMP. Dla przepływów pracy z przechowywaniem w chmurze zintegrowanie tej funkcjonalności z Azure Blob Storage do zarządzania obrazami.

using IronPdf;

PdfDocument pdf = PdfDocument.FromFile("sample.pdf");

// Extract images
var images = pdf.ExtractAllImages();

for(int i = 0; i < images.Count; i++)
{
    // Export the extracted images
    images[i].SaveAs($"images/image{i}.png");
}

using IronPdf;

PdfDocument pdf = PdfDocument.FromFile("sample.pdf");

// Extract images
var images = pdf.ExtractAllImages();

for(int i = 0; i < images.Count; i++)
{
    // Export the extracted images
    images[i].SaveAs($"images/image{i}.png");
}

Imports IronPdf

Private pdf As PdfDocument = PdfDocument.FromFile("sample.pdf")

' Extract images
Private images = pdf.ExtractAllImages()

For i As Integer = 0 To images.Count - 1
	' Export the extracted images
	images(i).SaveAs($"images/image{i}.png")
Next i

Imports IronPdf

Private pdf As PdfDocument = PdfDocument.FromFile("sample.pdf")

' Extract images
Private images = pdf.ExtractAllImages()

For i As Integer = 0 To images.Count - 1
	' Export the extracted images
	images(i).SaveAs($"images/image{i}.png")
Next i

Jakie są różne metody wyodrębniania obrazów?

Poza metodą ExtractAllImages, użyj metod ExtractAllBitmaps i ExtractAllRawImages, aby wyodrębnić informacje o obrazach. Podczas gdy ExtractAllBitmaps zwraca List z AnyBitmap, ExtractAllRawImages wyodrębnia wszystkie obrazy i zwraca je jako surowe byte[] (byte[]).

Metoda ExtractAllRawImages dobrze działa podczas przetwarzania danych obrazów w pamięci lub integracji z systemami wymagającymi wejść tablicy bajtów. W scenariuszach związanych z eksportowaniem PDF-ów do strumieni pamięci, format surowej tablicy bajtów zapewnia optymalną elastyczność.

Moją ulubioną biblioteką tego typu jest IronPDF. Umożliwia ona szybkie i efektywne manipulowanie plikami PDF. Posiada także wiele cennych funkcji, takich jak eksport do formatu PDF/A i cyfrowe podpisywanie dokumentów PDF.

Milan Jovanovic

Microsoft MVP

Zobacz studium przypadku

IronOCR pozwala nam oszczędzić 40 000 USD rocznie na ręcznym przetwarzaniu, jednocześnie zwiększając produktywność i uwalniając zasoby do zadań o wysokim wpływie. Gorąco polecam.

Brent Matzelle

Dyrektor technologiczny, OPYN

Zobacz studium przypadku

IronSuite odgrywa kluczową rolę w naszej działalności. Są to narzędzia zwiększające wydajność w całej firmie, w tym tworzenie planów pięter i poprawa zarządzania zapasami.

David Jones

Główny inżynier oprogramowania, Agorus Build

Zobacz studium przypadku

Jak mogę wyodrębnić zawartość ze specyficznych stron PDF?

Wyodrębnij tekst i obrazy z pojedynczych lub wielokrotnie określonych stron. Użyj metod ExtractTextFromPage i ExtractTextFromPages do ekstrakcji tekstu z jednej lub wielu stron. Dla obrazów użyj metod ExtractImagesFromPage i ExtractImagesFromPages.

Ta kontrola szczegółowa pomaga, gdy pracujemy z dużymi dokumentami, gdzie tylko specyficzne sekcje zawierają istotne treści. Wspiera także funkcje rozcinania PDF-ów i wyodrębniania pojedynczych stron do oddzielnego przetwarzania.

using IronPdf;

PdfDocument pdf = PdfDocument.FromFile("sample.pdf");

// Extract text from page 1
string textFromPage1 = pdf.ExtractTextFromPage(0);

int[] pages = new[] { 0, 2 };

// Extract text from pages 1 & 3
string textFromPage1_3 = pdf.ExtractTextFromPages(pages);

using IronPdf;

PdfDocument pdf = PdfDocument.FromFile("sample.pdf");

// Extract text from page 1
string textFromPage1 = pdf.ExtractTextFromPage(0);

int[] pages = new[] { 0, 2 };

// Extract text from pages 1 & 3
string textFromPage1_3 = pdf.ExtractTextFromPages(pages);

Imports IronPdf

Private pdf As PdfDocument = PdfDocument.FromFile("sample.pdf")

' Extract text from page 1
Private textFromPage1 As String = pdf.ExtractTextFromPage(0)

Private pages() As Integer = { 0, 2 }

' Extract text from pages 1 & 3
Private textFromPage1_3 As String = pdf.ExtractTextFromPages(pages)

Imports IronPdf

Private pdf As PdfDocument = PdfDocument.FromFile("sample.pdf")

' Extract text from page 1
Private textFromPage1 As String = pdf.ExtractTextFromPage(0)

Private pages() As Integer = { 0, 2 }

' Extract text from pages 1 & 3
Private textFromPage1_3 As String = pdf.ExtractTextFromPages(pages)

Kiedy powinienem wyodrębniać ze specyficznych stron zamiast ze wszystkich?

Wyodrębniaj ze specyficznych stron, gdy:

• Praca z dużymi PDF-ami zawierającymi istotne dane w określonych sekcjach
• Implementacja workflowów, które obsługują strony niezależnie
• Tworzenie aplikacji wymagających przyrostowego wyświetlania lub przetwarzania treści
• Optymalizacja użycia pamięci poprzez przetwarzanie tylko wymaganych stron
• Tworzysz funkcjonalność wyszukiwania lub indeksowania specyficzną dla stron

Jakie kwestie wydajnościowe powinienem znać?

Weź pod uwagę te czynniki wydajnościowe podczas wyodrębniania treści PDF:

• Zużycie pamięci: Wyodrębnij strony indywidualnie z dużych dokumentów, aby zminimalizować zużycie pamięci
• Czas przetwarzania: Użyj przetwarzania równoległego dla ekstrakcji wielu stron, gdy jest to odpowiednie
• Rozmiar pliku: Większe PDF-y z obrazami w wysokiej rozdzielczości wymagają więcej czasu na przetwarzanie
• Przechowywanie: Zaplanuj odpowiednią przestrzeń dyskową na wyodrębnienie wielu obrazów w wysokiej rozdzielczości
• Wątkowość: IronPDF obsługuje operacje wielowątkowe dla zwiększenia wydajności na systemach wielordzeniowych

Dla optymalnej wydajności z PDF-ami w pamięci, użyj operacji strumieniowania pamięci, by zredukować obciążenie dysku I/O.

Curtis Chau

Czat z zespołem inżynierów teraz

Autor tekstów technicznych

Curtis Chau posiada tytuł licencjata z informatyki (Uniwersytet Carleton) i specjalizuje się w front-endowym rozwoju, z ekspertką w Node.js, TypeScript, JavaScript i React. Pasjonuje się tworzeniem intuicyjnych i estetycznie przyjemnych interfejsów użytkownika, Curtis cieszy się pracą z nowoczesnymi frameworkami i tworzeniem dobrze zorganizowanych, atrakcyjnych wizualnie podręczników.

...

Czytaj więcej