Como ler documentos PDF em C# usando iTextSharp:

O iText 7 (originalmente iTextSharp) é uma poderosa biblioteca de código aberto para trabalhar com PDFs em .NET. Oferece funções abrangentes para criar, modificar, criptografar e extrair conteúdo de documentos PDF. Muitos desenvolvedores dependem dele para automatizar fluxos de trabalho de documentos, gerar relatórios e lidar com tarefas de processamento de PDFs em larga escala.

Um dos maiores pontos fortes do iText 7 é o controle preciso que ele oferece sobre as estruturas de PDFs. Ele oferece suporte a anotações, campos de formulário, marcas d'água e assinaturas digitais, tornando-se uma ferramenta robusta para manipulação avançada de documentos. Além disso, é bem documentado e amplamente utilizado, com forte apoio da comunidade e inúmeros recursos de terceiros disponíveis.

Instalando o iText 7

Para instalar o iText 7 em um projeto .NET , você pode usar o Gerenciador de Pacotes NuGet no Visual Studio:

Utilizando o Console do Gerenciador de Pacotes NuGet :

Install-Package itext7

No entanto, o iText 7 apresenta alguns desafios. Sua API complexa exige mais código para tarefas comuns, como extração de texto ou fusão de PDFs, e não oferece suporte integrado para conversão de HTML para PDF, o que dificulta os fluxos de trabalho da web para documentos. Além disso, sua licença AGPL exige que as empresas comprem uma licença comercial para evitar os requisitos de distribuição de código aberto.

Para desenvolvedores que buscam uma API mais simplificada e de alto nível com recursos modernos, o IronPDF apresenta uma alternativa atraente.

Instalação

Para instalar e executar o IronPDF em seus projetos C#, basta executar a seguinte linha no Gerenciador de Pacotes NuGet :

Install-Package IronPdf

Ou, alternativamente, acesse Ferramentas > Gerenciador de Pacotes NuGet > Gerenciar Pacotes NuGet para a Solução e procure por IronPDF.

Em seguida, basta clicar em "Instalar" e o IronPDF será adicionado ao seu projeto num instante!

Utilizando o IronPDF para extrair texto

using IronPdf;

class Program
{
    static void Main()
    {
        string pdfPath = "sample.pdf";

        // Load the PDF document
        var pdf = new PdfDocument(pdfPath);

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

        // Output the extracted text to the console
        Console.WriteLine(extractedText);
    }
}

using IronPdf;

class Program
{
    static void Main()
    {
        string pdfPath = "sample.pdf";

        // Load the PDF document
        var pdf = new PdfDocument(pdfPath);

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

        // Output the extracted text to the console
        Console.WriteLine(extractedText);
    }
}

Imports IronPdf

Friend Class Program
	Shared Sub Main()
		Dim pdfPath As String = "sample.pdf"

		' Load the PDF document
		Dim pdf = New PdfDocument(pdfPath)

		' Extract all text from the loaded PDF document
		Dim extractedText As String = pdf.ExtractAllText()

		' Output the extracted text to the console
		Console.WriteLine(extractedText)
	End Sub
End Class

var pdf = new PdfDocument("sample.pdf");

// Access text from the first page
string pageText = pdf.Pages[0].Text;

Console.WriteLine(pageText);

var pdf = new PdfDocument("sample.pdf");

// Access text from the first page
string pageText = pdf.Pages[0].Text;

Console.WriteLine(pageText);

Dim pdf = New PdfDocument("sample.pdf")

' Access text from the first page
Dim pageText As String = pdf.Pages(0).Text

Console.WriteLine(pageText)

var pdf1 = new PdfDocument("file1.pdf");
var pdf2 = new PdfDocument("file2.pdf");

// Merge the PDFs into a single document
var combinedPdf = PdfDocument.Merge(pdf1, pdf2);

combinedPdf.SaveAs("combined_output.pdf");

var pdf1 = new PdfDocument("file1.pdf");
var pdf2 = new PdfDocument("file2.pdf");

// Merge the PDFs into a single document
var combinedPdf = PdfDocument.Merge(pdf1, pdf2);

combinedPdf.SaveAs("combined_output.pdf");

Dim pdf1 = New PdfDocument("file1.pdf")
Dim pdf2 = New PdfDocument("file2.pdf")

' Merge the PDFs into a single document
Dim combinedPdf = PdfDocument.Merge(pdf1, pdf2)

combinedPdf.SaveAs("combined_output.pdf")

var pdf = new PdfDocument("sample.pdf");

// Convert the PDF to an HTML string
string htmlContent = pdf.ToHtmlString();

var pdf = new PdfDocument("sample.pdf");

// Convert the PDF to an HTML string
string htmlContent = pdf.ToHtmlString();

Dim pdf = New PdfDocument("sample.pdf")

' Convert the PDF to an HTML string
Dim htmlContent As String = pdf.ToHtmlString()

Lendo PDFs com o iText 7

using iText.Kernel.Pdf;
using iText.Kernel.Pdf.Canvas.Parser;

class Program
{
    static void Main()
    {
        string pdfPath = "sample.pdf";
        string extractedText = ExtractTextFromPdf(pdfPath);
        Console.WriteLine(extractedText);
    }

    // Method to extract text from a PDF
    static string ExtractTextFromPdf(string pdfPath)
    {
        // Use PdfReader to load the PDF
        using (PdfReader reader = new PdfReader(pdfPath))
        // Open the PDF document for processing
        using (iText.Kernel.Pdf.PdfDocument pdfDoc = new iText.Kernel.Pdf.PdfDocument(reader))
        {
            string text = "";
            // Iterate through each page and extract text
            for (int i = 1; i <= pdfDoc.GetNumberOfPages(); i++)
            {
                text += PdfTextExtractor.GetTextFromPage(pdfDoc.GetPage(i)) + Environment.NewLine;
            }
            return text;
        }
    }
}

using iText.Kernel.Pdf;
using iText.Kernel.Pdf.Canvas.Parser;

class Program
{
    static void Main()
    {
        string pdfPath = "sample.pdf";
        string extractedText = ExtractTextFromPdf(pdfPath);
        Console.WriteLine(extractedText);
    }

    // Method to extract text from a PDF
    static string ExtractTextFromPdf(string pdfPath)
    {
        // Use PdfReader to load the PDF
        using (PdfReader reader = new PdfReader(pdfPath))
        // Open the PDF document for processing
        using (iText.Kernel.Pdf.PdfDocument pdfDoc = new iText.Kernel.Pdf.PdfDocument(reader))
        {
            string text = "";
            // Iterate through each page and extract text
            for (int i = 1; i <= pdfDoc.GetNumberOfPages(); i++)
            {
                text += PdfTextExtractor.GetTextFromPage(pdfDoc.GetPage(i)) + Environment.NewLine;
            }
            return text;
        }
    }
}

Imports iText.Kernel.Pdf
Imports iText.Kernel.Pdf.Canvas.Parser

Friend Class Program
	Shared Sub Main()
		Dim pdfPath As String = "sample.pdf"
		Dim extractedText As String = ExtractTextFromPdf(pdfPath)
		Console.WriteLine(extractedText)
	End Sub

	' Method to extract text from a PDF
	Private Shared Function ExtractTextFromPdf(ByVal pdfPath As String) As String
		' Use PdfReader to load the PDF
		Using reader As New PdfReader(pdfPath)
		' Open the PDF document for processing
		Using pdfDoc As New iText.Kernel.Pdf.PdfDocument(reader)
			Dim text As String = ""
			' Iterate through each page and extract text
			Dim i As Integer = 1
			Do While i <= pdfDoc.GetNumberOfPages()
				text &= PdfTextExtractor.GetTextFromPage(pdfDoc.GetPage(i)) & Environment.NewLine
				i += 1
			Loop
			Return text
		End Using
		End Using
	End Function
End Class

Comparando o iText 7 e o IronPDF

Enquanto o iText 7 exige programação detalhada para realizar operações em PDF, o IronPDF simplifica essas tarefas com métodos diretos. Por exemplo, extrair texto de um PDF com o iText 7 envolve várias etapas e um código extenso, enquanto o IronPDF realiza isso em apenas algumas linhas. Além disso, o suporte do IronPDF para conversão de HTML para PDF é mais robusto, lidando perfeitamente com HTML, CSS e JavaScript complexos.

Principais conclusões

• O IronPDF simplifica as tarefas de leitura e manipulação de PDFs com uma API mais intuitiva e otimizada, exigindo menos código para executar operações comuns.
• A extração de texto do IronPDF é mais fácil de implementar em comparação com o processo iterativo mais complexo do iTextSharp, economizando tempo para os desenvolvedores.
• O licenciamento perpétuo do IronPDF é mais favorável às empresas, oferecendo menos restrições em comparação com a licença AGPL do iTextSharp.
• O IronPDF possui uma documentação melhor e mais acessível para resolução rápida de problemas, sendo ideal para desenvolvedores que desejam soluções rápidas sem precisar vasculhar recursos excessivos.

O IronPDF oferece um conjunto de recursos poderosos que vão além da simples leitura de PDFs. Essas características fazem dela uma solução robusta para desenvolvedores que buscam otimizar seus fluxos de trabalho com PDFs. Veja como o IronPDF pode aprimorar seu processo de desenvolvimento:

1. Extração de texto de PDFs

O IronPDF permite a extração fácil de texto de arquivos PDF, sendo ideal para fluxos de trabalho que envolvem análise de documentos, extração de dados ou indexação de conteúdo. Com o IronPDF, você pode extrair rapidamente texto de PDFs e usá-lo em seus aplicativos sem precisar lidar com análises complexas.

2. Criação de PDF

O IronPDF facilita a geração de PDFs do zero, seja para criar relatórios, faturas ou outros tipos de documentos. A ferramenta também suporta a conversão de HTML para PDF, permitindo que você aproveite o conteúdo da web existente e gere PDFs bem formatados. Esta solução é perfeita para situações em que você precisa converter páginas da web ou conteúdo HTML dinâmico em arquivos PDF para download.

3. Recursos avançados de PDF

Além da extração básica de texto e da criação de PDFs, o IronPDF oferece recursos avançados, como preenchimento de formulários em PDF, adição de anotações e manipulação do conteúdo do documento. Essas funcionalidades são úteis em setores como o jurídico, o financeiro ou o educacional, onde formulários e feedbacks fazem parte da rotina do fluxo de trabalho.

4. Processamento em lote

O IronPDF é ideal para processar um grande número de arquivos PDF. Seja para extrair informações de centenas de documentos ou converter vários arquivos HTML em PDFs, o IronPDF pode automatizar essas tarefas e executá-las com eficiência, economizando tempo e esforço.

5. Automação e Eficiência

O IronPDF simplifica tarefas de manipulação de PDFs que costumam ser demoradas e repetitivas. Ao automatizar tarefas como extração de texto de PDFs, preenchimento de formulários ou conversão em lote, os desenvolvedores podem se concentrar em aspectos mais complexos de seus projetos, enquanto o IronPDF cuida do trabalho pesado.

Suporte técnico e recursos da comunidade

Para garantir que os desenvolvedores possam aproveitar ao máximo o IronPDF, a ferramenta conta com forte suporte e recursos da comunidade:

• Suporte técnico: A IronPDF oferece suporte direto por e-mail e sistema de tickets, fornecendo assistência para quaisquer desafios técnicos ou de implementação.
• Recursos da comunidade: O site do IronPDF inclui extensa documentação, tutoriais e posts de blog. Os desenvolvedores também podem encontrar soluções e compartilhar conhecimento por meio do GitHub e do Stack Overflow, onde a comunidade discute ativamente as melhores práticas e dicas de solução de problemas.