在今天的教程中，我們將探討如何使用兩個強大的PDF程式庫，IronPDF和PDFSharp從PDF文件中提取文字。 我們將學習如何在不需要擁有Adobe程式庫授權的情況下，使用這些工具進行文字提取，以及它們之間的比較。

市面上有數十種以PDF為重點的程式庫可供選擇，花時間比較它們並學習功能運作方式後，您將能選擇出最適合您專案需求的程式庫。 文字提取只是您可能需要在PDF上執行的許多任務中的一個範例，文字提取在您需要有效讀取或解析PDF文件中的資料時特別有用。

PDFSharp

PDFSharp是一個開源.NET程式庫，專為程式化建立和修改PDF文件而設計。 雖然其主要優勢在於PDF生成和操作，但結合合適的外部程式庫時，它也能提供基本的工具來閱讀現有的PDF文件並提取內容。

PDFSharp能做的不僅僅是即時建立新的PDF文件，還可以用於修改現有的PDF文件、合併和拆分文件、新增註釋等。

IronPDF

IronPDF是一個專業級.NET程式庫，旨在簡化使用C#處理PDF文件的過程。 這是一個功能豐富的工具，專為構建涉及PDF生成、操作、PDF加密、PDF文件轉換、合併PDF頁面、HTML轉PDF、內容提取等應用程式的開發人員設計。

憑藉其強大的能力，IronPDF脫穎而出成為一個多功能的解決方案，適合於小型專案和企業級應用程式的PDF建立和管理。

IronPDF設計用於相容現代.NET框架，包括.NET Core、.NET 5、.NET 6和.NET 7，以及像.NET Framework這樣的舊版。 它在Windows、macOS和Linux等作業系統上無縫運行，並完全相容Docker、Azure和AWS環境。 這確保了開發人員能將他們的PDF工作流程部署在任何平台或雲服務上。

在今天的範例中，我們將嘗試在Visual Studio中從這個PDF文件提取文字：

使用PDFSharp從PDF文件提取文字

PDFSharp在其當前版本中，並不原生支持從PDF文件中提取文字。 它主要設計用於建立和操控PDF，例如繪製圖形、新增內容和合併文件，但缺乏內建的文字提取機制，無法自行處理特殊字元、進階編碼等。 它可能會產生碎片化或不完整的文字輸出，或者是空白字串而非實際PDF內容。 例如：

如果您需要支持不同字體、編碼和佈局的進階文字提取功能，您可能需要使用更專業的程式庫，如：

1. iText：這是一個流行的PDF程式庫，對於文字提取和解析有著強大的支持。

2. Pdfium: 另一個在文字提取方面尤其是處理複雜格式的PDF時表現出色的選擇。

使用IronPDF從PDF文件提取文字

現在讓我們看看使用IronPDF如何處理文字提取。 IronPDF的文字提取功能為開發人員提供了一種簡潔且強大的方法，能有效地從PDF文件中提取文字，無需額外的程式碼將資料字串格式化為可讀文字。

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提供了一個簡單高效的API，用來從給定的PDF路徑中提取文字。 它確保提取的文字結構良好且準確，使其成為開發人員需要在他們的應用程式中處理PDF內容的可靠選擇。

比較

PDFSharp 是一個免費的開源程式庫，適合基本PDF建立和操作，但其功能有限，難以應對複雜的PDF。 理論上，雖然它可能被用來從PDF文件中提取文字，但這需要進階的文字解析，可能導致碎片化的結果。

IronPDF則提供了一個更為強大的解決方案，包含了準確的文字提取、HTML轉PDF轉換和支援現代PDF標準的進階功能。 它針對性能和易用性進行了優化，擁有直觀的API。 雖然供開發使用是免費的，但它也提供商業授權以供其付費授權等級使用。

結論

PDFSharp和IronPDF都是用於在C#中從PDF 提取文字的有價值工具，但它們適用於不同的用例：

• PDFSharp 是一個適合需要免費開源程式庫來進行基本PDF建立和文字提取的開發人員的優秀選擇。 然而，其文字提取能力有限，可能無法滿足更複雜的應用程式需求。
• IronPDF卻在文字提取、HTML轉PDF轉換和進階PDF編輯任務方面表現卓越。 它的易用性、跨平台相容性和廣泛的特性使它成為處理專業級PDF工作流程的開發人員的首選。

要深入了解IronPDF如何超越其他程式庫，請存取官方IronPDF Documentation。