C# ile PDF'den Metin Çıkarma (Kod Örnekleri Eğitimi)

1. IronPDF Özellikleri

IronPDF, bir tarayicinin gerceklestirebilecegi neredeyse her işlemi gerceklestirebilen guclu bir PDF dönüştürucudur. Gelismeciler icin .NET kutuphanesi ile PDF dokümanlarini oluşturmak, okumak ve manipule etmek basittir. IronPDF, Chrome motorunu kullanarak HTML-to-PDF dokümanlarini dönüştürur. IronPDF, HTML, ASPX, Razor HTML ve MVC View gibi web bileşenlerini destekler. Microsoft .NET uygulaması, IronPDF (hem ASP.NET Web uygulamaları hem de geleneksel Windows uygulamaları) tarafından desteklenmektedir. IronPDF ayni zamanda görüntülerin dikkat cekici bir PDF belgesi oluşturulmasinda da kullanilabilir.

IronPDF ile, HTML5, JavaScript, CSS ve görüntülerden bir PDF dosyasi yapabiliriz. Ayrica, dosyalara basliklar ve altbilgiler de eklenebilir. IronPDF sayesinde, bir PDF belgesini kolayca okuyabiliriz. IronPDF, kapsamli bir PDF dönüştürme motoruna ve PDF dokümanlarini idare edebilecek guclu bir HTML-to-PDF dönüştürucusune de sahiptir.

• PDF Oluşturma: HTML, JavaScript, CSS, görüntüler veya URL'lerden PDF'ler oluşturun. Basliklar, altbilgiler, yer imi, filigranlar ve diğer ozel ogelere tasarimi geliştirmek icin ekleyin.
• HTML-to-PDF Dönüştürme: Dogrudan PDF formatina HTML, Razor/MVC View'leri ve medya-tur CSS dosyalarını cevirin.
• Etkilesimli PDF Özellikleri: Etkilesimli PDF formlari oluşturun, doldurun ve gonderin.
• Metin ve Görüntü Cikarma: Var olan PDF belgelerinden veri işleme veya tekrar kullanim icin metin veya görüntüler cikarin.
• Belge Manipulasyonu: Sayfalari birlestirin, bolun ve yeni veya mevcut PDF dosyalarindaki sayfaları yeniden duzenleyin.
• Görüntü ve Sayfa İşleme: PDF sayfalarını görüntülere tarayin ve görüntüleri PDF formatina dönüştürun.
• Ozel giris kimlik bilgileriyle calisin: IronPDF, bir URL'den belge oluşturma yetenegine sahiptir. Ayrıca, ag giris kimlik bilgileri, kullanıcı araclari, aracilar, cerezler, HTTP basliklari ve form degiskenleri gibi özelliklerini de destekler HTML giris formlari arkasida yaptiginiz giris icin.
• Arama ve Erisilebilirlik: PDF belgeleri iceriginde metin arayin ve belgelerin erisilebilirlik standartlarina uygun oldugunu saglayin.
• Dönüştürme Çeşitliligi: PDF'leri baska formatlara, HTML gibi, dönüştürun ve PDF oluşturmak icin CSS dosyaları ile calisin.
• Bagimsiz Islevselllik: Adobe Acrobat veya ilave ucuncu parti araclar gerektirmeden bagimsiz olarak calisir.

2. Visual Studio'da Yeni Proje Oluşturma

Visual Studio yazılımını açın ve Dosya menüsüne gidin. "Yeni Proje"yi seçin ve ardından "Konsol Uygulaması"nı seçin. Bu makalede, PDF belgeleri oluşturmak için bir konsol uygulaması kullanacağız.

Visual Studio'da yeni bir proje oluşturun

Proje adını girin ve ilgili metin kutusunda dosya yolunu seçin. Daha sonra Oluştur dugmesine basin ve asagidaki ekran görüntüsunde göründüğü gibi gereken .NET Framework'u secin.

Visual Studio'da yeni proje yapılandırın

Visual Studio projesi şimdi seçilen uygulama için yapıyı oluşturacak ve eğer Konsol, Windows ve Web Uygulaması'nı seçtiyseniz, kodu girebileceğiniz ve uygulamayı derleyip/çalıştırabileceğiniz program.cs dosyasını açacaktır.

.NET Core seçimi

Sonraki adımda, kodu test etmek için kutuphaneyi ekleyebiliriz.

3. IronPDF Kütüphanesini Yükleyin

IronPDF Kütüphanesi dört şekilde indirilebilir ve kurulabilir.

Bunlar su sekildedir:

• Visual Studio kullanarak.
• Visual Studio Komut Satırı kullanarak.
• NuGet web sitesinden doğrudan indirme.
• IronPDF web sitesinden doğrudan indirme.

Install-Package IronPdf

4. IronPDF Kullanarak Metin Çıkarma

IronPDF programı, PDF dosyasından metin çıkarma ve PDF sayfalarını PDF nesnelerine dönüştürme işlemlerini gerçekleştirmemize olanak tanır. Aşağıda, var olan bir PDF dosyasını okumak için IronPDF'nin nasıl kullanıldığını gösteren bir örnek verilmiştir.

İlk yaklaşım, bir PDF'den metin çıkarmaktır ve örnek kod parçacığı aşağıdadır.

using IronPdf;

// Load an existing PDF document from a file
var pdfDocument = PdfDocument.FromFile("result.pdf");

// Extract all text from the entire PDF document
string allText = pdfDocument.ExtractAllText();

using IronPdf;

// Load an existing PDF document from a file
var pdfDocument = PdfDocument.FromFile("result.pdf");

// Extract all text from the entire PDF document
string allText = pdfDocument.ExtractAllText();

Imports IronPdf

' Load an existing PDF document from a file
Private pdfDocument = PdfDocument.FromFile("result.pdf")

' Extract all text from the entire PDF document
Private allText As String = pdfDocument.ExtractAllText()

FromFile statik yöntemi, mevcut bir dosyadan PDF belgesini yüklemek ve onu PDFDocument nesnelerine dönüştürmek için kullanılır, yukarıdaki kodda gösterildiği gibi. Bu nesne kullanılarak PDF sayfalarındaki erişilebilir metin ve görselleri okuyabiliriz. Nesne, tüm PDF belgesinden metni çıkaran ExtractAllText adlı bir yöntem içerir, ardından çıkarılan metni işlemek için kullanabileceğimiz bir dizeye taşır.

Aşağıda, PDF dosyasından sayfa sayfa metin çıkarmak için kullanabileceğimiz ikinci metodun kod örneği bulunmaktadır.

using IronPdf;

// Load an existing PDF document from a file
using PdfDocument pdf = PdfDocument.FromFile("result.pdf");

// Loop through each page of the PDF document
for (var index = 0; index < pdf.PageCount; index++)
{
    // Extract text from the current page
    string text = pdf.ExtractTextFromPage(index);
}

using IronPdf;

// Load an existing PDF document from a file
using PdfDocument pdf = PdfDocument.FromFile("result.pdf");

// Loop through each page of the PDF document
for (var index = 0; index < pdf.PageCount; index++)
{
    // Extract text from the current page
    string text = pdf.ExtractTextFromPage(index);
}

Imports IronPdf

' Load an existing PDF document from a file
Private PdfDocument As using

' Loop through each page of the PDF document
For index = 0 To pdf.PageCount - 1
	' Extract text from the current page
	Dim text As String = pdf.ExtractTextFromPage(index)
Next index

Yukarıdaki kodda, önce tüm PDF belgesini yükleyeceği ve onu bir PDF nesnesine dönüştüreceği görülmektedir. Ardından, yüklenen PDF belgesindeki mevcut toplam sayfa sayısını döndüren PageCount adlı bir yerleşik özelliği kullanarak PDF belgesinin sayfa sayısını elde ederiz. "for döngüsü" ve ExtractTextFromPage fonksiyonunu kullanarak, yüklenen belgeden metin çıkarmak için sayfa numarasını bir parametre olarak geçirebiliriz. Sonrasında, tam metni bir dize değişkeninde tutacaktır. Aynı şekilde, "for" veya "for each" döngüsünün yardımıyla PDF sayfasından sayfa sayfa metin çıkaracaktır.

5. Sonuc

IronPDF, .NET uygulamalarında PDF'lerle çalışmayı sorunsuz hale getirmek için tasarlanmış çok yönlü ve güçlü bir PDF kütüphanesidir. Sağlam özellikleri, geliştiricilerin Adobe Reader gibi üçüncü parti bağımlılıklarına ihtiyaç duymadan PDF'lerden içerik oluşturma, düzenleme ve çıkarma işlemlerini gerçekleştirmesini sağlar. IronPDF'nin öne çıkan yeteneklerinden biri, PDF belgelerinden metin çıkarabilmesidir. Bu özellik, veri analizi, belge indeksleme, içerik taşıma ve erişilebilirlik özelliklerini etkinleştirme gibi görevleri otomatikleştirmek için değerlidir. Geliştiricilerin metni programlı olarak almasına ve işlemesine izin vererek, IronPDF iş akışlarını basitleştirir ve PDF içeriğiyle başa çıkmak için yeni fırsatlar açar.

Kolay entegrasyon ve platformlar arası destekle, IronPDF PDF belgelerini verimli bir şekilde elden geçirecek geliştiriciler için mükemmel bir seçimdir. Ek olarak, IronPDF, tüm özelliklerini taahhüt etmeden önce risksiz olarak keşfetmenize izin veren bir ücretsiz deneme sunar. fiyatlandırma sayfasını ziyaret ederek fiyatlandırma detayları ve lisanslama seçenekleri hakkında daha fazla bilgi edinin.