Mesaj ikonu
Altbilgi içeriğine atla
  1. IronPDF
  2. IronPDF Blogu
  3. IronPDF kullanarak
  4. C# PDF Tablosunu Oku
IRONPDF KULLANARAK

C# içinde PDF Tablosu Nasıl Okunur.

Curtis Chau
Curtis Chau
Güncellendi:

C# geliştiricilerinin sıkça ihtiyaç duyduğu şeylerden biri, PDF belgelerinden yapılı tablo verilerini çıkarmaktır; bu, veri analizi, raporlama veya bilgileri diğer sistemlere entegre etme için önemlidir. Ancak, PDF'ler esas olarak tutarlı görsel sunum için tasarlanmıştır, doğrudan veri çıkarımı için değil. C#'ta programatik olarak PDF dosyalarından tablo okuma, özellikle tabloların basit metin tabanlı gridlerden, birleştirilmiş hücrelerle karmaşık düzene kadar veya taranmış belgelere gömülü tablolardan çok farklı olabileceği için bu zorlu bir görev olabilir.

Bu kılavuz, IronPDF kullanarak PDF tablo çıkarma konulu kapsamlı bir C# eğitimi sağlar. IronPDF'in güçlü metin çıkarma yeteneklerinden yararlanarak, metin tabanlı PDF'lerden tablo verilerine erişip ardından bu bilgileri çözümlemeyi başlatacağız. Bu yöntemin etkinliğini tartışacak, çözümleme stratejileri sunacak ve çıkarılan bilgilerin nasıl ele alınacağına dair içgörüler sunacağız. Ayrıca, daha karmaşık senaryolarla, taranmış PDF'ler dahil, başa çıkma stratejilerine de değineceğiz.

PDF'lerden C# ile Tablo Verilerini Çıkarırken Temel Adımlar

  1. PDF işleme için IronPDF C# Kütüphanesini yükleyin (https://nuget.org/packages/IronPdf/).
  2. (Opsiyonel Demo Adımı) HTML dizesinden bir tablo içeren örnek bir PDF oluşturmak için IronPDF'nin RenderHtmlAsPdf kullanın. (Bölümüne bakın: (Demo Adımı) Tablo Verileriyle Bir PDF Belgesi Oluşturma)
  3. Herhangi bir PDF belgesini yükleyin ve ham metin içeriğini almak için ExtractAllText yöntemini kullanın. (See section: Extract All Text Containing Table Data from the PDF)
  4. Çıkarılan metni ayrıştırmak ve tablo satırları ve hücrelerini tanımlamak için C# mantığını uygulayın. (See section: Parsing Extracted Text to Reconstruct Table Data in C#)
  5. Yapılandırılmış tablo verilerini çıktısını alın veya daha fazla kullanım için bir CSV dosyasına kaydedin. (See section: Parsing Extracted Text to Reconstruct Table Data in C#)
  6. Taralı PDF'ler için OCR gibi gelişmiş teknikleri değerlendirin (daha sonra tartışılacaktır).

IronPDF - C# PDF Kütüphanesi

IronPDF, geliştiricilerin yazılım uygulamalarında PDF belgelerini kolayca okumalarına, oluşturmalarına ve düzenlemelerine yardımcı olan bir C# .NET Kütüphane çözümüdür (https://ironpdf.com/). Güçlü Chromium Motoru, HTML'den PDF belgelerini yüksek doğruluk ve hızla işler. Farklı formatlardan PDF'ye ve tam tersine sorunsuz bir şekilde dönüştürmeye olanak tanır. .NET 7, .NET 6, 5, 4, .NET Core ve Standard dahil en son .NET frameworklerini destekler.

Ayrıca, IronPDF .NET API'si geliştiricilere PDF'leri işleme ve düzenleme, başlıklar ve altlıklar ekleme ve en önemlisi, PDF'lerden metin, resim ve (göreceğimiz gibi) tablo verilerini kolayca çıkarma imkanı da sağlar.

Önemli Özellikler Şunları İçerir:

IronPDF Kütüphanesini Kullanarak C#'de Tablo Verilerini Çıkarma Adımları

PDF belgelerinden tablo verilerini çıkarmak için bir C# projesi kuracağız:

  1. Visual Studio: Visual Studio'nun kurulu olduğundan emin olun (örneğin, 2022). Değilse, Visual Studio web sitesinden indirin (https://visualstudio.microsoft.com/downloads/).

  2. Proje Oluşturma:

    • Visual Studio 2022'yi açın ve Yeni bir proje oluştur seçeneğine tıklayın.

      C#'de PDF Tablosu Okuma, Şekil 1: Visual Studio'nun başlangıç ekranı Visual Studio'nun başlangıç ekranı

    • "Konsol Uygulaması"nı ( veya tercih ettiğiniz C# proje türünü) seçin ve İleri'ye tıklayın.

      C#'de PDF Tablosu Okuma, Şekil 2: Visual Studio'da yeni bir Konsol Uygulaması oluşturma Visual Studio'da Yeni Konsol Uygulaması Oluşturun

    • Projenize bir ad verin (örneğin, "ReadPDFTableDemo") ve İleri'ye tıklayın. C#'de PDF Tablosu Okuma, Şekil 3: Yeni oluşturulan uygulamayı yapılandırma Yeni oluşturulan uygulamayı yapılandırın

    • İstediğiniz .NET Framework'ü seçin (örneğin, .NET 6 veya daha yeni). C#'de PDF Tablosu Okuma, Şekil 4: Bir .NET Framework seçme Bir .NET Framework seçin

    • Oluştur'a tıklayın. Konsol projesi oluşturulacaktır.

  3. IronPDF'i Yükleyin:

    • Visual Studio NuGet Package Manager'i Kullanarak:

      • Çözüm Gezgini'nde projenize sağ tıklayın ve "NuGet Paketlerini Yönet..." seçeneğini seçin.

      C#'de PDF Tablosu Okuma, Şekil 5: Araçlar ve NuGet Paketlerini Yönetme Araçlar ve NuGet Paketlerini Yönet

      • NuGet Package Manager'de "IronPdf" arayın ve "Yükle"ye tıklayın. C#'de PDF Tablosu Okuma, Şekil 6: Araçlar ve NuGet Paketlerini Yönetme Araçlar ve NuGet Paketlerini Yönet
    • NuGet Paketini Doğrudan İndirin: IronPDF'in NuGet package sayfasını ziyaret edin (https://www.nuget.org/packages/IronPdf/).
    • IronPDF .DLL Kütüphanesini İndirin: Resmi IronPDF web sitesinden indirin ve proje içinde DLL'yi referans alın.

(Demo Adımı) Tablo Verileriyle Bir PDF Belgesi Oluşturma

Bu eğitim için, bir HTML dizgisinden basit bir tablo içeren örnek bir PDF oluşturacağız. Bu, çıkarma işlemini göstermek için bilinen bir PDF yapısı sağlar. Gerçek dünya senaryosunda, önceden var olan PDF dosyalarınızı yüklersiniz.

IronPDF ad alanını ekleyin ve isteğe bağlı olarak lisans anahtarınızı ayarlayın (IronPDF geliştirme için ücretsizdir ancak ticari kullanım için lisans gerektirir):

using IronPdf;
using System;       // For StringSplitOptions, Console
using System.IO;    // For StreamWriter

// Apply your license key if you have one. Otherwise, IronPDF runs in trial mode.
// License.LicenseKey = "YOUR-TRIAL/PURCHASED-LICENSE-KEY";
using IronPdf;
using System;       // For StringSplitOptions, Console
using System.IO;    // For StreamWriter

// Apply your license key if you have one. Otherwise, IronPDF runs in trial mode.
// License.LicenseKey = "YOUR-TRIAL/PURCHASED-LICENSE-KEY";
Imports IronPdf
Imports System ' For StringSplitOptions, Console
Imports System.IO ' For StreamWriter

' Apply your license key if you have one. Otherwise, IronPDF runs in trial mode.
' License.LicenseKey = "YOUR-TRIAL/PURCHASED-LICENSE-KEY";
$vbLabelText   $csharpLabel

İşte örnek tablomuz için HTML dizgisi:

string HTML = "<html>" +
        "<style>" +
            "table, th, td {" +
                "border:1px solid black;" +
            "}" +
        "</style>" +
        "<body>" +
            "<h1>A Simple table example</h1>" + // Corrected typo: h1 not h2
            "<table>" +
                "<tr>" +
                    "<th>Company</th>" +
                    "<th>Contact</th>" +
                    "<th>Country</th>" +
               "</tr>" +
                "<tr>" +
                    "<td>Alfreds Futterkiste</td>" +
                    "<td>Maria Anders</td>" +
                    "<td>Germany</td>" +
                "</tr>" +
                "<tr>" +
                    "<td>Centro comercial Moctezuma</td>" +
                    "<td>Francisco Chang</td>" +
                    "<td>Mexico</td>" +
                "</tr>" +
            "</table>" +
            "<p>To understand the example better, we have added borders to the table.</p>" +
        "</body>" +
        "</html>";
string HTML = "<html>" +
        "<style>" +
            "table, th, td {" +
                "border:1px solid black;" +
            "}" +
        "</style>" +
        "<body>" +
            "<h1>A Simple table example</h1>" + // Corrected typo: h1 not h2
            "<table>" +
                "<tr>" +
                    "<th>Company</th>" +
                    "<th>Contact</th>" +
                    "<th>Country</th>" +
               "</tr>" +
                "<tr>" +
                    "<td>Alfreds Futterkiste</td>" +
                    "<td>Maria Anders</td>" +
                    "<td>Germany</td>" +
                "</tr>" +
                "<tr>" +
                    "<td>Centro comercial Moctezuma</td>" +
                    "<td>Francisco Chang</td>" +
                    "<td>Mexico</td>" +
                "</tr>" +
            "</table>" +
            "<p>To understand the example better, we have added borders to the table.</p>" +
        "</body>" +
        "</html>";
HTML

Şimdi, bu HTML'den bir PDF oluşturmak için ChromePdfRenderer kullanın:

var renderer = new ChromePdfRenderer();
PdfDocument pdfDocument = renderer.RenderHtmlAsPdf(HTML);
pdfDocument.SaveAs("table_example.pdf");
Console.WriteLine("Sample PDF 'table_example.pdf' created.");
var renderer = new ChromePdfRenderer();
PdfDocument pdfDocument = renderer.RenderHtmlAsPdf(HTML);
pdfDocument.SaveAs("table_example.pdf");
Console.WriteLine("Sample PDF 'table_example.pdf' created.");
Dim renderer = New ChromePdfRenderer()
Dim pdfDocument As PdfDocument = renderer.RenderHtmlAsPdf(HTML)
pdfDocument.SaveAs("table_example.pdf")
Console.WriteLine("Sample PDF 'table_example.pdf' created.")
$vbLabelText   $csharpLabel

PDF'yi kaydetmek için SaveAs yöntemi kullanılır. Oluşturulan table_example.pdf şu şekilde görünecektir (HTML'ye dayalı kavramsal görüntü):

C#'de PDF Tablosu Okuma, Şekil 7: NuGet Paketi Yöneticisi UI'ında IronPDF arama NuGet Paket Yöneticisi UI'de IronPDF'i arayın

PDF'den Tablo Verileri İçeren Tüm Metni Çıkartma

Tablo verilerini çıkarmak için önce PDF'yi (yeni oluşturduğumuz veya mevcut bir PDF) yükleriz ve ExtractAllText yöntemini kullanırız. Bu yöntem PDF sayfalarından tüm metinsel içeriği alır.

// Load the PDF (if you just created it, it's already loaded in pdfDocument)
// If loading an existing PDF:
// PdfDocument pdfDocument = PdfDocument.FromFile("table_example.pdf"); 
// Or use the one created above:
string allText = pdfDocument.ExtractAllText();
// Load the PDF (if you just created it, it's already loaded in pdfDocument)
// If loading an existing PDF:
// PdfDocument pdfDocument = PdfDocument.FromFile("table_example.pdf"); 
// Or use the one created above:
string allText = pdfDocument.ExtractAllText();
' Load the PDF (if you just created it, it's already loaded in pdfDocument)
' If loading an existing PDF:
' PdfDocument pdfDocument = PdfDocument.FromFile("table_example.pdf"); 
' Or use the one created above:
Dim allText As String = pdfDocument.ExtractAllText()
$vbLabelText   $csharpLabel

allText değişkeni şimdi PDF'deki tüm metin içeriğini tutuyor. Ham çıkarmayı görmek için görüntüleyebilirsiniz:

Console.WriteLine("\n--- Raw Extracted Text ---");
Console.WriteLine(allText);
Console.WriteLine("\n--- Raw Extracted Text ---");
Console.WriteLine(allText);
Imports Microsoft.VisualBasic

Console.WriteLine(vbLf & "--- Raw Extracted Text ---")
Console.WriteLine(allText)
$vbLabelText   $csharpLabel

C#'de PDF Tablosu Okuma, Şekil 8: Metin çıkarmak için PDF dosyası Metni çıkarmak için PDF dosyası

C#'de Tablo Verilerini Yeniden Yapılandırmak için Çıkarılan Metni Ayrıştırma

Ham metin çıkarıldığında, sıradaki zorluk bu dizgiyi ayrıştırarak tablo verilerini tanımlamak ve yapılandırmaktır. Bu adım, PDF'lerinizdeki tabloların tutarlılığı ve formatına büyük ölçüde bağlıdır.

Genel Ayrıştırma Stratejileri:

  1. Satır Ayırıcılarını Belirleyin: Yeni satır karakterleri (\n veya \r\n) yaygın satır ayırıcılarıdır.
  2. Sütun Sınırlayıcılarını Belirleme: Bir satır içindeki hücreler, boşluklar, sekmeler veya bilinen belirli karakterlerle (ö gibi|' veya ';'). Bazen, sütunlar görsel olarak hizalanmışsa ancak net metin sınırlayıcıları yoksa, bu tür durumlarda, tutarlı boşluk düzenlemelerine dayalı olarak yapıyı çıkarmak daha karmaşıktır.
  3. Tablo Dışı İçeriği Filtreleme: ExtractAllText yöntemi tüm metni alır. Tablonuzu gerçekte oluşturan metni izole etmek için başlık anahtar kelimelerini arayarak veya giriş/çıkış metinlerini atlayarak mantık uygulamanız gerekebilir.

C# String.Split yöntemi bunun için temel bir araçtır. İşte yalnızca örneğimizdeki tablo satırlarını çıkarmaya çalışan bir örnek, noktalar bulunan satırları (bu özel örnek için basit bir sezgisel yöntem) filtreler:

Console.WriteLine("\n--- Parsed Table Data (Simple Heuristic) ---");
string[] textLines = allText.Split(new[] { '\r', '\n' }, StringSplitOptions.RemoveEmptyEntries);
foreach (string line in textLines)
{
    // Simple filter: skip lines with a period, assuming they are not table data in this example
    // and skip lines that are too short or headers if identifiable
    if (line.Contains(".") || line.Contains("A Simple table example") || line.Length < 5) 
    {
        continue;
    }
    else
    {
        // Further split line into cells based on expected delimiters (e.g., multiple spaces)
        // This part requires careful adaptation to your PDF's table structure
        // Example: string[] cells = line.Split(new[] { "  ", "\t" }, StringSplitOptions.None);
        Console.WriteLine(line); // For now, just print the filtered line
    }
}
Console.WriteLine("\n--- Parsed Table Data (Simple Heuristic) ---");
string[] textLines = allText.Split(new[] { '\r', '\n' }, StringSplitOptions.RemoveEmptyEntries);
foreach (string line in textLines)
{
    // Simple filter: skip lines with a period, assuming they are not table data in this example
    // and skip lines that are too short or headers if identifiable
    if (line.Contains(".") || line.Contains("A Simple table example") || line.Length < 5) 
    {
        continue;
    }
    else
    {
        // Further split line into cells based on expected delimiters (e.g., multiple spaces)
        // This part requires careful adaptation to your PDF's table structure
        // Example: string[] cells = line.Split(new[] { "  ", "\t" }, StringSplitOptions.None);
        Console.WriteLine(line); // For now, just print the filtered line
    }
}
Imports Microsoft.VisualBasic

Console.WriteLine(vbLf & "--- Parsed Table Data (Simple Heuristic) ---")
Dim textLines() As String = allText.Split( { ControlChars.Cr, ControlChars.Lf }, StringSplitOptions.RemoveEmptyEntries)
For Each line As String In textLines
	' Simple filter: skip lines with a period, assuming they are not table data in this example
	' and skip lines that are too short or headers if identifiable
	If line.Contains(".") OrElse line.Contains("A Simple table example") OrElse line.Length < 5 Then
		Continue For
	Else
		' Further split line into cells based on expected delimiters (e.g., multiple spaces)
		' This part requires careful adaptation to your PDF's table structure
		' Example: string[] cells = line.Split(new[] { "  ", "\t" }, StringSplitOptions.None);
		Console.WriteLine(line) ' For now, just print the filtered line
	End If
Next line
$vbLabelText   $csharpLabel

Bu kod, metni satırlara böler. if koşulu, bu özel örneğin tablo dışı metni için çok basit bir filtredir. Gerçek dünya senaryolarında, tablo satırlarını ve hücrelerini doğru şekilde tanımlamak ve ayrıştırmak için daha sağlam mantık gerekecektir.

Basit filtrelenmiş metnin çıktısı:

C#'de PDF Tablosu Okuma, Şekil 9: Konsol, çıkarılan metinleri gösteriyor Konsol çıkarılan metinleri gösteriyor

Metin-Ayrıştırma Yöntemi İçin Önemli Hususlar:

  • En Uygun: Basit, tutarlı tablo yapıları ve net metin sınırlayıcıları olan metin bazlı PDF'ler için uygundur.
  • Sınırlamalar: Bu yöntem şunlarla başa çıkmakta zorlanabilir:
    • Birleştirilmiş hücreler veya karmaşık iç içe yapılar içeren tablolar.
    • Sütunların metin sınırlayıcıları yerine görsel boşluklarla tanımlandığı tablolar.
    • Görüntü olarak gömülü tablolar (OCR gerektirir).
    • PDF üretimindeki varyasyonlar, tutarsız metin çıkarma sırasına yol açabilir.

Filtrelenmiş satırları (idealde tablo satırlarını temsil eden) bir CSV dosyasına kaydedebilirsiniz:

using (StreamWriter file = new StreamWriter("parsed_table_data.csv", false))
{
    file.WriteLine("Company,Contact,Country"); // Write CSV Header
    foreach (string line in textLines)
    {
        if (line.Contains(".") || line.Contains("A Simple table example") || line.Length < 5)
        {
            continue;
        }
        else
        {
            // For a real CSV, you'd split 'line' into cells and join with commas
            // E.g., string[] cells = line.Split(new[] {"  "}, StringSplitOptions.RemoveEmptyEntries);
            // string csvLine = string.Join(",", cells);
            // file.WriteLine(csvLine);
            file.WriteLine(line.Replace("  ", ",").Trim()); // Basic replacement for this example
        }
    }
}
Console.WriteLine("\nFiltered table data saved to parsed_table_data.csv");
using (StreamWriter file = new StreamWriter("parsed_table_data.csv", false))
{
    file.WriteLine("Company,Contact,Country"); // Write CSV Header
    foreach (string line in textLines)
    {
        if (line.Contains(".") || line.Contains("A Simple table example") || line.Length < 5)
        {
            continue;
        }
        else
        {
            // For a real CSV, you'd split 'line' into cells and join with commas
            // E.g., string[] cells = line.Split(new[] {"  "}, StringSplitOptions.RemoveEmptyEntries);
            // string csvLine = string.Join(",", cells);
            // file.WriteLine(csvLine);
            file.WriteLine(line.Replace("  ", ",").Trim()); // Basic replacement for this example
        }
    }
}
Console.WriteLine("\nFiltered table data saved to parsed_table_data.csv");
Imports Microsoft.VisualBasic

Using file As New StreamWriter("parsed_table_data.csv", False)
	file.WriteLine("Company,Contact,Country") ' Write CSV Header
	For Each line As String In textLines
		If line.Contains(".") OrElse line.Contains("A Simple table example") OrElse line.Length < 5 Then
			Continue For
		Else
			' For a real CSV, you'd split 'line' into cells and join with commas
			' E.g., string[] cells = line.Split(new[] {"  "}, StringSplitOptions.RemoveEmptyEntries);
			' string csvLine = string.Join(",", cells);
			' file.WriteLine(csvLine);
			file.WriteLine(line.Replace("  ", ",").Trim()) ' Basic replacement for this example
		End If
	Next line
End Using
Console.WriteLine(vbLf & "Filtered table data saved to parsed_table_data.csv")
$vbLabelText   $csharpLabel

Daha Karmaşık PDF Tablo Çıkarma İçin Stratejiler C#'de

Karmaşık ya da görüntü tabanlı PDF tablolarından veri çıkarmak genellikle basit metin ayrıştırmadan daha ileri teknikler gerektirir. IronPDF buna yardımcı olabilecek özellikler sunar:

  • Görüntülenmiş Tablolar için IronOCR'un Yeteneklerini Kullanma: Tablolar görüntüler içinde (örneğin, taranmış PDF'ler) olduğunda, yalnızca ExtractAllText() onları yakalamayacaktır. IronOCR'un metin tespit işlevselliği önce bu görüntüleri metne dönüştürebilir.
// Conceptual OCR usage (refer to IronOCR's documentation for detailed implementation)
// Install Package IronOcr
using IronOcr;
using (var ocrInput = new OcrInput("scanned_pdf_with_table.pdf"))
{
     ocrInput.TargetDPI = 300; // Good DPI for OCR accuracy
     var ocrResult = new IronOcr().Read(ocrInput);
     string ocrExtractedText = ocrResult.Text;
     // Now, apply parsing logic to 'ocrExtractedText'
     Console.WriteLine("\n--- OCR Extracted Text for Table Parsing ---");
     Console.WriteLine(ocrExtractedText);
}
// Conceptual OCR usage (refer to IronOCR's documentation for detailed implementation)
// Install Package IronOcr
using IronOcr;
using (var ocrInput = new OcrInput("scanned_pdf_with_table.pdf"))
{
     ocrInput.TargetDPI = 300; // Good DPI for OCR accuracy
     var ocrResult = new IronOcr().Read(ocrInput);
     string ocrExtractedText = ocrResult.Text;
     // Now, apply parsing logic to 'ocrExtractedText'
     Console.WriteLine("\n--- OCR Extracted Text for Table Parsing ---");
     Console.WriteLine(ocrExtractedText);
}
' Conceptual OCR usage (refer to IronOCR's documentation for detailed implementation)
' Install Package IronOcr
Imports Microsoft.VisualBasic
Imports IronOcr
Using ocrInput As New OcrInput("scanned_pdf_with_table.pdf")
	 ocrInput.TargetDPI = 300 ' Good DPI for OCR accuracy
	 Dim ocrResult = (New IronOcr()).Read(ocrInput)
	 Dim ocrExtractedText As String = ocrResult.Text
	 ' Now, apply parsing logic to 'ocrExtractedText'
	 Console.WriteLine(vbLf & "--- OCR Extracted Text for Table Parsing ---")
	 Console.WriteLine(ocrExtractedText)
End Using
$vbLabelText   $csharpLabel

Detaylı yönlendirme için, IronOCR dokümantasyonunu ziyaret edin (https://ironsoftware.com/csharp/ocr/). OCR sonrası, ortaya çıkan metin dizgisini ayrıştırırsınız.

  • Koordinat Tabanlı Metin Çıkartma (Gelişmiş): IronPDF'nin ExtractAllText() metin akışını sağlarken, bazı senaryolar her metin parçasının x,y koordinatlarını bilmekten faydalanabilir. IronPDF, metni sınırlayıcı kutu bilgileriyle almak için API'ler sunuyorsa (mevcut dokümantasyona bakın), bu, görsel hizalamaya dayalı olarak tabloları yeniden yapılandırmak için daha sofistike uzaysal ayrıştırmayı sağlar.

  • PDF'yi Başka Bir Formata Dönüştürme: IronPDF, PDF'leri HTML gibi yapılandırılmış formatlara dönüştürebilir. Çoğu zaman, bir HTML tablosunu ayrıştırmak, ham PDF metnini ayrıştırmaktan daha kolaydır.
PdfDocument pdfToConvert = PdfDocument.FromFile("your_document.pdf");
string htmlOutput = pdfToConvert.ToHtmlString();
// Then use an HTML parsing library (e.g., HtmlAgilityPack) to extract tables from htmlOutput.
PdfDocument pdfToConvert = PdfDocument.FromFile("your_document.pdf");
string htmlOutput = pdfToConvert.ToHtmlString();
// Then use an HTML parsing library (e.g., HtmlAgilityPack) to extract tables from htmlOutput.
Dim pdfToConvert As PdfDocument = PdfDocument.FromFile("your_document.pdf")
Dim htmlOutput As String = pdfToConvert.ToHtmlString()
' Then use an HTML parsing library (e.g., HtmlAgilityPack) to extract tables from htmlOutput.
$vbLabelText   $csharpLabel
  • Desen Tanıma ve Düzenli İfadeler: Çizgileri tutarlılık göstermeyen ama tahmin edilebilir desenlere sahip tablolar için, çıkarılan metne uygulanan karmaşık düzenli ifadeler bazen tablo verilerini izole edebilir.

Doğru stratejiyi seçmek, kaynak PDF'lerinizin karmaşıklığına ve tutarlılığına bağlıdır. Metin tabanlı tablolar içeren birçok yaygın iş belgesi için, IronPDF'nin ExtractAllText ve akıllı C# ayrıştırma mantığı ile birlikte kullanımı oldukça etkili olabilir. Görüntü tabanlı tablolar için, OCR yetenekleri önemlidir.

Özet

Bu makale, C# kullanarak PDF belgesinden tablo verilerini IronPDF ile çıkarmak için ExtractAllText() yöntemini ve ardından dizelerin ayrıştırılmasını nasıl kullanacağınızı gösterdi. Bu yaklaşımın metin tabanlı tablolar için güçlü olduğunu gördük, ancak görüntü tabanlı tablolar gibi daha karmaşık senaryolar IronPDF'in OCR özellikleri veya PDF'leri diğer formatlara ilk dönüştürme ile çözümlenebilir.

IronPDF, .NET geliştiricilerine kapsamlı veri çıkarımından oluşturma ve düzenlemeye kadar birçok PDF ile ilgili görevi kolaylaştıran çok yönlü bir araç seti sunar. Belirli bir sayfa için çıkarım sağlayan ExtractTextFromPage gibi yöntemler sunar ve markdown veya DOCX gibi formatlardan PDF'ye dönüşümleri destekler.

IronPDF, geliştirme için ücretsizdir ve tam ticari özelliklerini test etmek için ücretsiz deneme lisansı sunar. Üretim dağıtımı için çeşitli lisans seçenekleri mevcuttur.

Daha fazla detay ve gelişmiş kullanım durumları için resmi IronPDF belgelerini ve örneklerini keşfedin (https://ironpdf.com/)

Sıkça Sorulan Sorular

PDF dosyalarından programlı olarak tabloları C# ile nasıl okuyabilirim?

PDF belgelerinden ham metin çıkartmak için IronPDF'in `ExtractAllText` metodunu kullanabilirsiniz. Çıkarıldıktan sonra, bu metni C#'ta tablo satırlarını ve hücrelerini belirlemek için ayrıştırıp, yapılandırılmış veri çıkartımı yapabilirsiniz.

C# kullanarak PDF'den tablo verilerini çıkarmada hangi adımlar yer alır?

Süreç, IronPDF kütüphanesinin kurulumu, metni almak için `ExtractAllText` metodunu kullanma, tabloları belirlemek için bu metni ayrıştırma ve isteğe bağlı olarak yapılandırılmış verileri CSV gibi bir formata kaydetme işlemlerini içerir.

C# ile tablolara sahip taranmış PDF dosyalarını nasıl ele alabilirim?

Taranmış PDF'ler için, IronPDF tabloların görüntülerini metne dönüştürmek için OCR (Optik Karakter Tanıma) teknolojiisi kullanabilir, bu da tablo verilerinin ayrıştırılarak çıkarılmasını sağlar.

IronPDF, tabloları daha kolay çıkartmak için PDF'leri diğer formatlara dönüştürebilir mi?

Evet, IronPDF, tabloları çıkartmayı basitleştirmek için HTML'e dönüştürerek geliştiricilerin HTML ayrıştırma tekniklerini kullanmalarına izin verebilir.

IronPDF, karmaşık PDF tablolarından veri çıkartmak için uygun mu?

IronPDF, OCR ve koordinat tabanlı metin çıkarma gibi ileri düzey yetenekler sağlar, ki bunlar birleşik hücrelere veya tutarsız sınırlayıcılara sahip karmaşık tablo düzenlerini ele almak için kullanılabilir.

IronPDF'i .NET Core uygulamasına nasıl entegre edebilirim?

IronPDF, .NET Core uygulamaları ile uyumludur. Visual Studio'daki NuGet Paket Yöneticisi aracılığıyla kütüphaneyi kurarak entegre edebilirsiniz.

C#'de PDF işlemleri için IronPDF kullanmanın faydaları nelerdir?

IronPDF, OCR, çeşitli formatlara dönüştürme desteği dahil olmak üzere PDF oluşturma, düzenleme ve veri çıkartma için çok yönlü bir özellik yelpazesi sunar, bu da onu .NET geliştiricileri için güçlü bir araç yapar.

PDF'lerden tablo verilerini çıkartırken karşılaşılan yaygın zorluklar nelerdir?

Zorluklar, birleşik hücreler gibi karmaşık tablo düzenleri, resim olarak embed edilmiş tablolar ve tutarsız sınırlayıcıların ele alınmasını içerir; bunlar ileri düzey ayrıştırma stratejileri veya OCR gerektirebilir.

PDF işleme için IronPDF kullanmaya nasıl başlayabilirim?

IronPDF kütüphanesini NuGet Paket Yöneticisinden indirerek veya IronPDF web sitesinden indirerek başlayın. Bu kurulum, C# projelerinizde PDF işleme yeteneklerini kullanmak için esastır.

IronPDF kullanmak lisans gerektirir mi?

IronPDF, geliştirme amaçları için ücretsizdir, ancak ticari dağıtım için lisans gerektirir ki bu da filigranları kaldırır. Tüm özelliklerini test etmek için ücretsiz deneme lisansı mevcuttur.

IronPDF, PDF'lerden tabloları çıkarırken .NET 10 ile uyumlu mu?

Evet. IronPDF, .NET 10'u (aynı zamanda .NET 9, 8, 7, 6, Core, Standard ve Framework) destekler, bu nedenle tüm tablo çıkartma işlevselliği .NET 10 uygulamalarında modifikasyonsuz çalışır.

Curtis Chau
Curtis Chau
  Mühendislik takımıyla şimdi sohbet edin
Teknik Yazar

Curtis Chau, Bilgisayar Bilimleri alanında lisans derecesine sahiptir (Carleton Üniversitesi) ve Node.js, TypeScript, JavaScript ve React konularında uzmanlaşmış ön uç geliştirme üzerine uzmanlaşmıştır. Kullanıcı dostu ve estetik açıdan hoş arayüzler tasarlamaya tutkuyla bağlı olan Curtis, modern çerç...

Daha Fazlasını Oku

İlgili Makaleler

30 günlük deneme → Tam ürün. Sınırlama yok. Kart gerekmez. Ücretsiz Deneme Başlat

Iron Destek Ekibi

Haftanın 5 günü, 24 saat çevrimiçiyiz.
Sohbet
E-posta
Beni Ara