Bugünün öğreticisinde, iki güçlü PDF kütüphanesini, IronPDF ve PDFSharp kullanarak PDF belgelerinden metin çıkarmayı keşfedeceğiz. Adobe kütüphane lisanslarına sahip olmadan bu araçlarla metin çıkarımının nasıl çalıştığını öğreneceğiz ve birbirlerine karşı nasıl karşılaştırıldıklarını göreceğiz.

Seçilebilecek onlarca PDF odaklı kütüphane bulunmaktadır ve onları karşılaştırmak ve özelliklerinin nasıl çalıştığını öğrenmek için zaman ayırarak projenizin ihtiyaçlarına uygun doğru kütüphaneyi seçebileceksiniz. Metin çıkartma, PDF'lerinizde yapmanız gerekebilecek birçok görevden sadece bir tanesidir ve PDF dosyalarından verileri verimli bir şekilde okuma veya ayrıştırma ihtiyacınız olduğunda faydalı olur.

PDFSharp

PDFSharp, programatik PDF yaratımı ve değiştirilmesi için tasarlanmış açık kaynak bir .NET kütüphanesidir. Temel gücü PDF oluşturma ve değişikliklerine yatarken, doğru harici kütüphanelerle eşleştirildiğinde mevcut PDF dosyalarını okumak ve içerik çıkarmak için temel araçları sağlar.

PDFSharp, hareket halindeyken yeni PDF belgeleri oluşturmanın ötesinde daha fazlasını yapabilir, mevcut PDF dosyalarını değiştirmek, belgeleri birleştirmek ve ayırmak, not eklemek ve daha fazlası için kullanılabilir.

IronPDF

IronPDF, C# içinde PDF belgeleri ile çalışmayı basitleştirmek için tasarlanmış, profesyonel düzeyde bir .NET kütüphanesidir. PDF oluşturma, manipülasyon, PDF şifreleme, PDF dosyalarını dönüştürme, PDF sayfalarını birleştirme, HTML'den PDF'ye dönüştürme, içerik çıkarması ve daha fazlasını içeren uygulamalar geliştiren geliştiriciler için tasarlanmıştır.

Güçlü yetenekleri ile IronPDF, hem küçük ölçekli projeler hem de kurumsal düzeyde uygulamalar için PDF'ler oluşturma ve yönetmede çok yönlü bir çözüm olarak öne çıkmaktadır.

IronPDF, .NET Core, .NET 5, .NET 6 ve .NET 7 gibi modern .NET çerçeveleri ve .NET Framework gibi eski sürümler ile uyumlu olacak şekilde tasarlanmıştır. Windows, macOS ve Linux gibi işletim sistemlerinde sorunsuz çalışır ve Docker, Azure ve AWS ortamları ile tam uyumludur. Bu, geliştiricilerin PDF iş akışlarını herhangi bir platform veya bulut hizmeti üzerinde dağıtabileceğini garanti eder.

Bugünkü örnek için, bu PDF belgesinden Visual Studio içinde metin çıkarmaya çalışacağız.

PDFSharp Kullanarak Bir PDF Dosyasından Metin Çıkarma

PDFSharp'ın mevcut sürümünde PDF belgelerinden metin çıkarma için yerleşik bir desteği yoktur. Çizim grafikleri, içerik ekleme ve belgeleri birleştirme gibi PDF'ler oluşturma ve manipülasyonu için öncelikle tasarlanmış olmasına rağmen, yalnızca kendi başına metin çıkartma mekanizması olmadığı için, özel karakterler, gelişmiş kodlama vb. ile baş edemez. Parçalanmış veya eksik metin çıktıları ya da gerçek PDF içeriği yerine boş dizeler üretebilir. Örneğin:

Farklı yazıtiplerini, kodlamalarını ve düzenlerini daha iyi destekleyen gelişmiş bir metin çıkartmasına ihtiyacınız varsa, muhtemelen aşağıdaki gibi daha özel bir kütüphane kullanmanız gerekecektir:

1. iText (veya iText): Güçlü metin çıkarımı ve ayrıştırma desteği olan popüler bir PDF kütüphanesidir.

2. Pdfium: Özellikle karmaşık biçimlendirmeye sahip PDF'lerden metin çıkartmada üstün bir başka seçenektir.

IronPDF Kullanarak Bir PDF Dosyasından Metin Çıkarma

Şimdi, metin çıkartmanın IronPDF kullanılarak nasıl yapıldığını görelim. IronPDF'nin metin çıkartma özelliği, geliştiricilere PDF belgelerinden metni verimli bir şekilde çıkarmak için kısa ama güçlü bir yöntem sunar. Verileri doğru bir biçimde okunabilir metne formatlandırmak için ekstra kod gereksinimini ortadan kaldırır.

using IronPdf;

public class Program
{
    public static void Main(string[] args)
    {
        // Provide the file path to the PDF document
        string pdfPath = @"invoice.pdf"; 
        
        // Load the PDF document using IronPDF
        var pdf = PdfDocument.FromFile(pdfPath);
        
        // Extract all text from the PDF
        var extractedText = pdf.ExtractAllText();
        
        // Output the extracted text to the console
        Console.WriteLine(extractedText);
    }
}

using IronPdf;

public class Program
{
    public static void Main(string[] args)
    {
        // Provide the file path to the PDF document
        string pdfPath = @"invoice.pdf"; 
        
        // Load the PDF document using IronPDF
        var pdf = PdfDocument.FromFile(pdfPath);
        
        // Extract all text from the PDF
        var extractedText = pdf.ExtractAllText();
        
        // Output the extracted text to the console
        Console.WriteLine(extractedText);
    }
}

Imports IronPdf

Public Class Program
    Public Shared Sub Main(args As String())
        ' Provide the file path to the PDF document
        Dim pdfPath As String = "invoice.pdf"

        ' Load the PDF document using IronPDF
        Dim pdf = PdfDocument.FromFile(pdfPath)

        ' Extract all text from the PDF
        Dim extractedText = pdf.ExtractAllText()

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

Imports IronPdf

Public Class Program
    Public Shared Sub Main(args As String())
        ' Provide the file path to the PDF document
        Dim pdfPath As String = "invoice.pdf"

        ' Load the PDF document using IronPDF
        Dim pdf = PdfDocument.FromFile(pdfPath)

        ' Extract all text from the PDF
        Dim extractedText = pdf.ExtractAllText()

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

IronPDF, verilen PDF yolundan metin çıkarmak için basit ve verimli bir API sağlar. Çıkarılan metnin iyi yapılandırılmış ve doğru olmasını garanti ederek, uygulamalarında PDF içeriğini işlemeye ihtiyaç duyan geliştiriciler için güvenilir bir seçenek sunar.

Karşılaştırma

PDFSharp, temel PDF oluşturma ve manipülasyon için ideal olan, ücretsiz bir açık kaynak kütüphanedir. Ancak, sınırlı işlevselliğe sahiptir ve karmaşık PDF'lerle başa çıkmakta zorlanır. Teorik olarak, PDF dosyalarından metin çıkarmak için kullanılabilir; ancak bu, gelişmiş metin ayrıştırması gerektirir ve parçalanmış sonuçlar elde edilebilir.

IronPDF, doğru metin çıkartma, HTML'den PDF'ye dönüştürme ve modern PDF standartları için destek gibi gelişmiş özelliklerle daha sağlam bir çözüm sunar. Performans ve kullanım kolaylığı için optimize edilmiştir ve sezgisel bir API'ye sahiptir. Geliştirme için ücretsizdir, aynı zamanda ücretli lisanslama katmanları için ticari lisanslama sunar.

Sonuç

Hem PDFSharp hem de IronPDF, C# dilinde PDF'lerden metin çıkarmak için değerli araçlardır, ancak farklı kullanım senaryolarına hitap ederler:

• PDFSharp, temel PDF oluşturma ve metin çıkartma için ücretsiz, açık kaynaklı bir kütüphane arayan geliştiriciler için harika bir seçimdir. Ancak, metin çıkartma yetenekleri sınırlıdır ve daha karmaşık uygulamaların ihtiyaçlarını karşılamayabilir.
• IronPDF ise, metin çıkartma, HTML'den PDF'ye dönüştürme ve gelişmiş PDF düzenleme görevlerinde mükemmeldir. Kullanım kolaylığı, çok platformlu uyumluluğu ve geniş özellik yelpazesi, profesyonel düzeyde PDF iş akışlarını yöneten geliştiriciler için tercih edilen bir seçenek haline getirir.

IronPDF'nin diğer kütüphaneleri nasıl geride bıraktığını daha derinlemesine incelemek için resmi IronPDF Belgeleri sayfasını ziyaret edin.