PDFsharp 從 PDF 擷取文字與 IronPDF 比較（範例）

PDFsharp

PDFsharp 是一個開源的 .NET 程式庫，旨在以程式設計方式建立和修改 PDF 文件。 雖然它的主要優勢在於生成和處理 PDF 文件，但當與合適的外部庫配合使用時，它也提供了讀取現有 PDF 文件和提取內容的基本工具。

PDFsharp 除了隨時隨地建立新的 PDF 文件外，還可以用於修改現有的 PDF 文件、合併和分割文件、新增註釋等等。

IronPDF

IronPDF 是一個專業級的 .NET 程式庫，旨在簡化在 C# 中處理 PDF 文件的流程。 它是一款功能豐富的工具，專為建立涉及 PDF 生成、操作、 PDF 加密、轉換 PDF 文件、合併 PDF 頁面、 HTML 轉 PDF 、內容提取等功能的應用程式的開發人員而設計。

IronPDF 憑藉其強大的功能，成為創建和管理 PDF 的多功能解決方案，無論是在小型專案還是企業級應用程式中都能勝任。

IronPDF 的設計旨在與現代 .NET 框架（包括 .NET Core、.NET 5、.NET 6 和 .NET 7）以及舊版（如 .NET Framework）相容。 它可在 Windows、macOS 和 Linux 等作業系統上無縫運行，並且與 Docker、Azure 和 AWS 環境完全相容。 這確保開發人員可以將他們的 PDF 工作流程部署到任何平台或雲端服務。

今天的範例將嘗試在 Visual Studio 中從該 PDF 文件中提取文字：

使用 PDFsharp 從 PDF 文件中提取文本

PDFSharp 目前的版本並非原生支援從 PDF 文件中擷取文字。 它主要用於創建和操作 PDF，例如繪製圖形、添加內容和合併文檔，但它缺乏自行提取文字的內建機制，無法處理特殊字元、高級編碼等。 它可能會產生零散或不完整的文字輸出，或產生空白字串而不是實際的 PDF 內容。 例如：

PDFsharp 從 PDF 擷取文字與 IronPDF 比較（範例）：圖 3

如果您需要更進階的文字擷取功能，並能更好地支援不同的字體、編碼和佈局，則可能需要使用更專業的程式庫，例如：

1. iTextSharp （或 iText 7）：這是一個流行的 PDF 函式庫，對文字擷取和解析有強大的支援。

2. Pdfium：另一個擅長提取文字的選項，尤其擅長從具有複雜格式的 PDF 中提取文字。

使用 IronPDF 從 PDF 文件中提取文本

現在，讓我們看看IronPDF是如何處理文字擷取的。 IronPDF 的文本提取功能為開發人員提供了一種簡潔而強大的方法，可以有效地從 PDF 文件中提取文本，而無需額外的程式碼來將資料字串正確格式化為可讀文本。

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);
    }
}

PDFsharp 從 PDF 擷取文字與 IronPDF 比較（範例）：圖 4

IronPDF 提供了一個簡單且有效率的 API，可從給定的 PDF 路徑中提取文字。 它確保提取的文字結構良好且準確，對於需要在應用程式中處理 PDF 內容的開發人員來說，這是一個可靠的選擇。

比較

PDFSharp是一個免費的開源程式庫，非常適合基本的 PDF 建立和操作，但它的功能有限，難以處理複雜的 PDF。 理論上，它可以用來從 PDF 文件中提取文本，但這需要高級文本解析，並且可能會導致輸出結果不完整。

IronPDF提供更強大的解決方案，具有精確的文字擷取、HTML 到 PDF 轉換以及對現代 PDF 標準的支援等高級功能。 它針對效能和易用性進行了最佳化，並配備了直覺的 API。 雖然該軟體對開發用戶免費，但它也提供付費許可級別的商業許可。

結論

PDFsharp 和 IronPDF 都是用於在 C# 中從 PDF 中提取文字的實用工具，但它們適用於不同的使用情境：

• 對於需要免費開源程式庫進行基本 PDF 建立和文字擷取的開發人員來說， PDFSharp是一個很好的選擇。 但是，它的文字擷取功能有限，可能無法滿足更複雜應用的需求。 另一方面， IronPDF在文字擷取、HTML 轉 PDF 以及進階 PDF 編輯任務方面表現出色。 其易用性、跨平台相容性和廣泛的功能使其成為處理專業級 PDF 工作流程的開發人員的首選。

若要深入了解IronPDF如何優於其他庫，請造訪IronPDF 官方文件。