C# içinde bir PDF dosyasından tablo verilerini nasıl çıkarırız.

PDF Belgelerinden Tabloları Ne Zaman Çıkarmanız Gerekiyor?

Tablolar, verilerinizi yapılandırmak ve görüntülemek için kullanışlı bir yoldur. İster envanter yönetimi, veri girişi, yağış gibi verileri kaydetme işleri olsun. Bu yüzden PDF belgelerinden tablolar ve tablo verilerini çıkarmak için birçok neden olabilir. En yaygın kullanım senaryolarından bazıları şunlardır:

• Veri giriş otomasyonu: PDF raporlarındaki veya faturalarındaki tabloları çıkarmak, veritabanlarını veya elektronik tabloları doldurmak gibi işlemleri otomatikleştirebilir.
• Veri analizi: İşletmeler genellikle PDF formatında yapılandırılmış raporlar alır. Tabloları çıkarmak, bu verileri programlı bir şekilde analiz etmenize olanak tanır.
• Belge dönüştürme: Tablosal veriyi Excel veya CSV gibi daha erişilebilir formatlara çıkarmak, daha kolay manipülasyon, depolama ve paylaşım sağlar.
• Denetim ve uyum: Hukuk veya finansal kayıtlara yönelik olarak, PDF belgelerinden tablolara ait verileri programlı bir şekilde çıkarmak, denetimleri otomatikleştirmeye ve uyumu sağlamaya yardımcı olabilir.

PDF Tabloları Nasıl Çalışır?

PDF dosya formatı, tablolar gibi yapılandırılmış formatlarda veri saklama kabiliyeti sunmaz. Bugünkü örneğimizde kullandığımız tablo, HTML'de oluşturulmuştu ve ardından PDF formatına dönüştürülmüştür. Tablolar metin ve çizgi olarak işlenir, bu nedenle tabloları çıkarmak genellikle bazı içeriğin çözümlemesini ve yorumlanmasını gerektirir, eğer IronOCR gibi bir OCR yazılımı kullanmıyorsanız.

How to Extract Table Data from a PDF File in C

IronPDF'in bu görevi nasıl yerine getirebileceğini araştırmadan önce, PDF çıkarmayla baş edebilecek bir çevrimiçi aracı ilk olarak keşfedelim. Bir PDF belgesinden çevrimiçi bir PDF aracını kullanarak tablo çıkarmak için aşağıda belirtilen adımları izleyin:

1. Ücretsiz çevrimiçi PDF çıkarma aracına gidin
2. PDF'nin icindeki tabloyu yukleyin
3. Sonuclari görüntüle ve indir

IronPDF Kullanarak Tablo Verisi Cikarma

IronPDF, PDF'lerden verileri, metinleri ve grafikleri cikarmaniza izin verir, ki bu da daha sonra tablolarin programatik olarak yeniden yapılandırilmasi icin kullanilabilir. Bunu yapmak icin, once PDF'deki tablodan metinsel icerigi cikarmaniz ve daha sonra bu metni satir ve sutunlara cevirerek tabloyu ayristirmaniz gerekecektir. Tablolar cikarmaya başlamadan once, IronPDF'in ExtractAllText() metodunun calismasini inceleyelim:

using IronPDF;

class Program
{
    static void Main(string[] args)
    {
        // Load the PDF document
        PdfDocument pdf = PdfDocument.FromFile("example.pdf");

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

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

using IronPDF;

class Program
{
    static void Main(string[] args)
    {
        // Load the PDF document
        PdfDocument pdf = PdfDocument.FromFile("example.pdf");

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

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

Imports IronPDF

Friend Class Program
	Shared Sub Main(ByVal args() As String)
		' Load the PDF document
		Dim pdf As PdfDocument = PdfDocument.FromFile("example.pdf")

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

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

Bu örnekte, PDF belgesini PdfDocument sinifini kullanarak yukladik ve belgedeki tüm metni cikarmak icin ExtractAllText() metodunu kullandik, son olarak metni konsola yazdirdik.

IronPDF Kullanarak Metinden Tablo Verisi Cikarma

PDF'den metin cikarma işlemi sonrasi, tablo duz metin halinde bir dizi satir ve sutun olarak gorunecek. Bu metni satir sonlari ( ) temel alinarak bolusturdunuz, ve daha sonra araliksiz bosluklar veya virgul, sekme gibi ayiraclara gore satirlari sutunlara daha fazla bolusturdunuz. Metinden tablo ayristirmanin temel bir ornegi:

using IronPDF;
using System;
using System.Linq;

class Program
{
    static void Main(string[] args)
    {
        // Load the PDF document
        PdfDocument pdf = PdfDocument.FromFile("table.pdf");

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

        // Split the text into lines (rows)
        string[] lines = text.Split('\n');

        foreach (string line in lines)
        {
            // Split the line into columns using the tab character
            string[] columns = line.Split('\t').Where(col => !string.IsNullOrWhiteSpace(col)).ToArray();
            Console.WriteLine("Row:");

            foreach (string column in columns)
            {
                Console.WriteLine("  " + column); // Output each column in the row
            }
        }
    }
}

using IronPDF;
using System;
using System.Linq;

class Program
{
    static void Main(string[] args)
    {
        // Load the PDF document
        PdfDocument pdf = PdfDocument.FromFile("table.pdf");

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

        // Split the text into lines (rows)
        string[] lines = text.Split('\n');

        foreach (string line in lines)
        {
            // Split the line into columns using the tab character
            string[] columns = line.Split('\t').Where(col => !string.IsNullOrWhiteSpace(col)).ToArray();
            Console.WriteLine("Row:");

            foreach (string column in columns)
            {
                Console.WriteLine("  " + column); // Output each column in the row
            }
        }
    }
}

Imports Microsoft.VisualBasic
Imports IronPDF
Imports System
Imports System.Linq

Friend Class Program
	Shared Sub Main(ByVal args() As String)
		' Load the PDF document
		Dim pdf As PdfDocument = PdfDocument.FromFile("table.pdf")

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

		' Split the text into lines (rows)
		Dim lines() As String = text.Split(ControlChars.Lf)

		For Each line As String In lines
			' Split the line into columns using the tab character
			Dim columns() As String = line.Split(ControlChars.Tab).Where(Function(col) Not String.IsNullOrWhiteSpace(col)).ToArray()
			Console.WriteLine("Row:")

			For Each column As String In columns
				Console.WriteLine("  " & column) ' Output each column in the row
			Next column
		Next line
	End Sub
End Class

Bu örnekte, PDF belgemizi yuklemek ve metin cikarmak icin onceden izlenen ayni adimlari izledik. Ardindan, text.Split('\n') kullanarak cikarilan metni satir sonlarina gore satirlara bolduk ve sonuclari lines dizisine depoladik. Ardindan, bir foreach dongusu ile dizideki satirlardan gecerek, line.Split('\t') kullanarak sekme karakteri '\t' ayirac olarak kullandik ve satirlari daha fazla sutunlara bolusturduk. Where(col => !string.IsNullOrWhiteSpace(col)).ToArray() kodu kullanilarak bos sutunlari filtreler ve sonuc olarak sutun dizisine ekleriz.

Son olarak, temel bir satir ve sutun yapılandırmasi ile metni konsol cikis penceresine yazdiririz.

Cikarilan Tablo Verilerini CSV Dosyasina Aktarma

Simdi PDF dosyalarindan tablo cikarma işlemini nasıl gerceklestirecegimizi kapsadigimiza gore, cikarilan verilerle ne yapabilecegimize bakalim. Cikarilan tabloyu bir CSV dosyasi olarak aktarmak, tablo verilerini işlemek ve veri girisi gibi gorevleri otomatiklestirmek icin kullanisli bir yoldur. Bu örnekte, tabloya simule edilmis verilerle doldurduk, bu durumda, bir haftadaki günlük yagis miktari olarak PDF dosyasindan tabloyu cikardik ve bir CSV dosyasina aktardik.

using System;
using System.Collections.Generic;
using System.IO;
using System.Linq;
using IronPDF;

class Program
{
    static void Main(string[] args)
    {
        string pdfPath = "table.pdf";
        string csvPath = "output.csv";

        // Extract and parse table data
        var tableData = ExtractTableDataFromPdf(pdfPath);

        // Write the extracted data to a CSV file
        WriteDataToCsv(tableData, csvPath);
        Console.WriteLine($"Data extracted and saved to {csvPath}");
    }

    static List<string[]> ExtractTableDataFromPdf(string pdfPath)
    {
        var pdf = PdfDocument.FromFile(pdfPath);

        // Extract text from the first page
        var text = pdf.ExtractTextFromPage(0); 
        var rows = new List<string[]>();

        // Split text into lines (rows)
        var lines = text.Split('\n');

        // Variable to hold column values temporarily
        var tempColumns = new List<string>();

        foreach (var line in lines)
        {
            var trimmedLine = line.Trim();

            // Check for empty lines or lines that don't contain table data
            if (string.IsNullOrEmpty(trimmedLine) || trimmedLine.Contains("Header"))
            {
                continue;
            }

            // Split line into columns. Adjust this based on how columns are separated.
            var columns = trimmedLine.Split(new[] { ' ', '\t' }, StringSplitOptions.RemoveEmptyEntries);

            if (columns.Length > 0)
            {
                // Add columns to temporary list
                tempColumns.AddRange(columns);
                rows.Add(tempColumns.ToArray());
                tempColumns.Clear(); // Clear temporary list after adding to rows
            }
        }

        return rows;
    }

    static void WriteDataToCsv(List<string[]> data, string csvPath)
    {
        using (var writer = new StreamWriter(csvPath))
        {
            foreach (var row in data)
            {
                // Join columns with commas and quote each field to handle commas within data
                var csvRow = string.Join(",", row.Select(field => $"\"{field.Replace("\"", "\"\"")}\""));
                writer.WriteLine(csvRow);
            }
        }
    }
}

using System;
using System.Collections.Generic;
using System.IO;
using System.Linq;
using IronPDF;

class Program
{
    static void Main(string[] args)
    {
        string pdfPath = "table.pdf";
        string csvPath = "output.csv";

        // Extract and parse table data
        var tableData = ExtractTableDataFromPdf(pdfPath);

        // Write the extracted data to a CSV file
        WriteDataToCsv(tableData, csvPath);
        Console.WriteLine($"Data extracted and saved to {csvPath}");
    }

    static List<string[]> ExtractTableDataFromPdf(string pdfPath)
    {
        var pdf = PdfDocument.FromFile(pdfPath);

        // Extract text from the first page
        var text = pdf.ExtractTextFromPage(0); 
        var rows = new List<string[]>();

        // Split text into lines (rows)
        var lines = text.Split('\n');

        // Variable to hold column values temporarily
        var tempColumns = new List<string>();

        foreach (var line in lines)
        {
            var trimmedLine = line.Trim();

            // Check for empty lines or lines that don't contain table data
            if (string.IsNullOrEmpty(trimmedLine) || trimmedLine.Contains("Header"))
            {
                continue;
            }

            // Split line into columns. Adjust this based on how columns are separated.
            var columns = trimmedLine.Split(new[] { ' ', '\t' }, StringSplitOptions.RemoveEmptyEntries);

            if (columns.Length > 0)
            {
                // Add columns to temporary list
                tempColumns.AddRange(columns);
                rows.Add(tempColumns.ToArray());
                tempColumns.Clear(); // Clear temporary list after adding to rows
            }
        }

        return rows;
    }

    static void WriteDataToCsv(List<string[]> data, string csvPath)
    {
        using (var writer = new StreamWriter(csvPath))
        {
            foreach (var row in data)
            {
                // Join columns with commas and quote each field to handle commas within data
                var csvRow = string.Join(",", row.Select(field => $"\"{field.Replace("\"", "\"\"")}\""));
                writer.WriteLine(csvRow);
            }
        }
    }
}

Imports Microsoft.VisualBasic
Imports System
Imports System.Collections.Generic
Imports System.IO
Imports System.Linq
Imports IronPDF

Friend Class Program
	Shared Sub Main(ByVal args() As String)
		Dim pdfPath As String = "table.pdf"
		Dim csvPath As String = "output.csv"

		' Extract and parse table data
		Dim tableData = ExtractTableDataFromPdf(pdfPath)

		' Write the extracted data to a CSV file
		WriteDataToCsv(tableData, csvPath)
		Console.WriteLine($"Data extracted and saved to {csvPath}")
	End Sub

	Private Shared Function ExtractTableDataFromPdf(ByVal pdfPath As String) As List(Of String())
		Dim pdf = PdfDocument.FromFile(pdfPath)

		' Extract text from the first page
		Dim text = pdf.ExtractTextFromPage(0)
		Dim rows = New List(Of String())()

		' Split text into lines (rows)
		Dim lines = text.Split(ControlChars.Lf)

		' Variable to hold column values temporarily
		Dim tempColumns = New List(Of String)()

		For Each line In lines
			Dim trimmedLine = line.Trim()

			' Check for empty lines or lines that don't contain table data
			If String.IsNullOrEmpty(trimmedLine) OrElse trimmedLine.Contains("Header") Then
				Continue For
			End If

			' Split line into columns. Adjust this based on how columns are separated.
			Dim columns = trimmedLine.Split( { " "c, ControlChars.Tab }, StringSplitOptions.RemoveEmptyEntries)

			If columns.Length > 0 Then
				' Add columns to temporary list
				tempColumns.AddRange(columns)
				rows.Add(tempColumns.ToArray())
				tempColumns.Clear() ' Clear temporary list after adding to rows
			End If
		Next line

		Return rows
	End Function

	Private Shared Sub WriteDataToCsv(ByVal data As List(Of String()), ByVal csvPath As String)
		Using writer = New StreamWriter(csvPath)
			For Each row In data
				' Join columns with commas and quote each field to handle commas within data
				Dim csvRow = String.Join(",", row.Select(Function(field) $"""{field.Replace("""", """""")}"""))
				writer.WriteLine(csvRow)
			Next row
		End Using
	End Sub
End Class

Ipuclari ve En Iyi Uygulamalar

PDF tablolarla calisirken, temel bazi en iyi uygulamalar izleyerek hata ve sorunlarla karsilasma olasiligini en aza indirebilirsiniz.

• PDF'leri onceden isleyin: Mumkunse, PDF'lerinizi tutarli formatlama saglamak icin onceden isleyin, bu cikarma işlemini basitlestirebilir.
• Veriyi dogrulayın: Sadece cikarilan verilerin dogrulugunu ve tamligini saglamak icin verileri her zaman dogrulayin.
• Hatalarla bas edin: Metin cikarma veya ayrisma basarisiz oldugunda kodunuzu bir try-catch bloguna sararak hata yonetimi uygulayin.
• Performansi optimize edin: Buyuk PDF'ler icin, performans sorunlarini halletmek icin metin cikarma ve ayrisma işlemlerini optimize etmeyi dusunun.

IronPDF Lisanslama

IronPDF, IronPDF'in sunabilecegi tüm guclu özellikleri denemeniz icin bir lisans yapmaya karar vermeden once deneme sansiniz olan farkli lisanslama seçenekleri sunar.

Sonuç

IronPDF kullanarak PDF'lerden tablolar cikarmak, veri cikarma işlemlerini otomatiklestirmek, analizleri kolaylastirmak ve belgeleri daha erisilebilir formatlara dönüştürmek icin guclu bir yoldur. Sadece basit tablolarla mi yoksa karmasik, duzensiz formatlarla mi calisiyorsunuz; IronPDF, tablo verilerini etkin bir sekilde cikarmak ve işlemek icin gereken araclari saglar.

IronPDF ile, otomatik veri girisi, belge dönüştürme ve veri analizi gibi is akislari basitlestirilebilir. IronPDF'in sundugu esneklik ve gelişmiş özellikler, ceşitli PDF tabanli gorevlerle bas etmesi icin degerli bir aractir.