如何使用 iTextSharp 在 C# 中讀取 PDF 文件：

IronPDF 透過對開發者更友善的 API，簡化了PDF 文字的提取、操作和讀取。 與需要底層操作的 iText 7 不同，IronPDF 只需幾行程式碼即可提取文字。

為了示範 IronPDF 強大的文字擷取工具的實際應用，我將使用以下 PDF 文件並從中提取內容。

程式碼範例

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);
    }
}

輸出

IronPDF 主機輸出

解釋：

IronPDF 透過其高級 API 簡化了 PDF 文字擷取，無需進行底層操作。 IronPDF 只需幾行程式碼即可有效率地從 PDF 文件中提取所有文本，這與 iText 7 等庫不同，後者通常需要手動頁面迭代和複雜的處理。

在這個範例中， PdfDocument類別會載入 PDF， ExtractAllText()方法快速擷取所有文本，從而簡化了流程。 與 iText 7 相比，這是一個很大的優勢，因為在 iText 7 中，您需要手動處理各個頁面和文字元素。

將 IronPDF 的功能擴展到其他任務：

在基本文字擷取範例的基礎上，IronPDF 的高級 API 簡化了其他常見的 PDF 任務，同時保持了易用性和效率：

從特定頁面提取文本：如果您需要從特定頁面或範圍內提取文本，IronPDF 可以讓您輕鬆完成此操作。 例如，要從第一頁提取文字：

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);

PDF 處理：從多個 PDF 文件中提取文字或資料後，您可能想要將它們合併到一個文件中。 IronPDF 讓合併多個 PDF 檔案變得簡單：

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");

PDF 轉 HTML 轉換：如果您需要將 PDF 文件轉換回 HTML 格式以便進一步提取或處理，IronPDF 也提供了此功能：

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();

使用 IronPDF，文字擷取只是開始。 該程式庫的簡單、強大的 API 可擴展到各種 PDF 處理任務，所有操作都採用直覺且易於整合到您的工作流程中的格式。

iText 7 需要使用PDF 閱讀器、串流和位元組級資料處理。 要提取文字並非易事，因為它涉及遍歷 PDF 頁面並手動處理各種結構。 在這個程式碼範例中，我們將使用與 IronPDF 部分中相同的 PDF 文件。

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;
        }
    }
}

輸出

! iText 7 控制台輸出

解釋：

• PdfReader會載入 PDF 檔案以供閱讀。
• PdfDocument物件允許遍歷頁面。
• PdfTextExtractor.GetTextFromPage()從每一頁中檢索文字。 最終文字儲存在字串中並顯示出來。

這種方法雖然可行，但需要手動迭代，對於結構化文件或掃描的 PDF 文件來說可能會比較麻煩。