using IronPdf; using System; public class PDFReader { public static void ReadAndExtractTextFromPDF(string filePath, string password) { try { // Load the password-protected PDF var pdfDocument = PdfDocument.FromFile(filePath, password); // Extract text from the PDF string extractedText = pdfDocument.ExtractAllText(); // Output the extracted text Console.WriteLine(extractedText); // Optionally, save the text to a file or further process it System.IO.File.WriteAllText("ExtractedText.txt", extractedText); } catch (Exception ex) { Console.WriteLine("Error occurred: " + ex.Message); } } }

PDF 工具

IronPDF vs ChatGPT - 從 PDF 文件中提取文本

已更新 2024年8月13日

什麼是 ChatGPT？

ChatGPT 是 OpenAI 於 2022 年發布的大型語言模型聊天機器人。它的顯著特點是能夠讓用戶創建和構建成他們所期望的對話結構、風格、詳細程度和語言。每個討論點都會考慮先前的提示和回應，即所謂的「提示工程」，使用 OpenAI API 金鑰。

ChatGPT 的基礎是變壓器模型，這些模型屬於 OpenAI 專有的生成預訓練變壓器系列。這些模型通過結合監督學習和強化學習方法，進一步優化用於對話應用程序。ChatGPT AI 語言模型最初作為免費研究預覽版發布，現在因其受歡迎程度，OpenAI 以免費增值模式提供。更高級的基於 GPT-4 版本和優先訪問更新功能的服務以"ChatGPT Plus"的品牌名稱提供給付費用戶，同時用戶可以使用 GPT-3.5 版本免費訪問。

ChatGPT 能閱讀 PDF 文件嗎？

好吧，是也不是。使用付費版本時，要求 ChatGPT 從 PDF 文件中提取文字就像將文件上傳到聊天框並要求它從 PDF 內容中提取文字或摘要一樣簡單。

然而，這並非沒有缺點。ChatGPT 會以純文字形式給你信息，這意味著需要手動使用該信息創建新的 PDF 文件。可以要求 ChatGPT 從提取的文字中創建新的 PDF 文件，但它容易出現格式問題和下載鏈接故障。此外，ChatGPT 的自定義功能有限，經常在請求添加文檔的頁眉和頁腳時遇到問題，例如。

截至寫作時，免費版本的 ChatGPT 不支持文件附件，這意味著無法要求它閱讀 PDF 文件。

什麼是 IronPDF？

IronPDF 是為了簡化在 .NET 框架中創建、瀏覽和編輯 PDF 文件而開發的。它包含一個強大的 API，用於生成、編輯和修改 PDF 文件，還可用作強大的 PDF 轉換器。Xamarin、Blazor、Unity、HoloLens 應用程序、Windows Forms、HTML、ASPX、Razor、.NET Core、ASP 和 WPF 僅是一些與 IronPDF 兼容的擴展。

IronPDF 使用 Chrome 引擎將 HTML 轉換為 PDF。它支持傳統的 Windows 程序和使用 Microsoft.NET 和 .NET Core 的線上 ASP.NET 應用程序。它允許您自定義 PDF，並支持 HTML5、JavaScript、CSS 和圖像。

通過使用 IronPDF 庫，開發人員可以在不使用 Acrobat Reader 的情況下讀取和編輯 PDF 文件。此外，他們還可以添加文字和圖形、書籤、水印、頁眉和頁腳以及分隔和傳輸文本屬性、合併頁面並從新或現有的 PDF 文件中提取圖像。

此外，可以使用 CSS 和 CSS 媒體文件生成 PDF 文件。IronPDF 允許您生成、上傳和編輯新的辦公文檔，如 Microsoft Word 和舊版 PDF 表單。

使用 IronPDF 從 PDF 中提取文字

IronPDF 允許您從 PDF 中提取文字並將其轉換為多種格式。它可以處理單個或多個 PDF 文檔，並允許您從整個文檔或選定頁面提取文字，讓您完全掌控 PDF 內容。以下是開始的步驟：

在 Visual Studio 中建立您的專案

首先，打開 Visual Studio，然後前往檔案 -> 新增專案 -> 主控台應用程式。輸入您的專案名稱，選擇您想要儲存的位置，然後按下一步按鈕。選擇最新的 .NET Framework，然後建立。當您的專案啟動並運行後，就可以添加我們的庫了。

安裝 IronPDF 函式庫

IronPDF 很容易使用，但安裝起來更是簡單。有幾種方式可以進行：

方法 1：NuGet 套件管理主控台

在 Visual Studio 中，在方案總管裡右鍵點擊引用，然後點擊管理 NuGet 套件。點擊瀏覽並搜索 'IronPDF'，安裝最新版本。如果看到這個，就表示運作正常：

IronPDF vs ChatGPT - 從 PDF 文件中提取文本：圖1

您也可以前往工具 -> NuGet 套件管理器 -> 套件管理控制台，並在套件管理標籤中輸入以下行：

Install-Package IronPdf

最後，您可以直接從 NuGet 官方網站. 從頁面右側的選單中選擇下載套件選項，雙擊您的下載以自動安裝，並重新加載解決方案以在您的項目中開始使用。

沒有成功？您可以在我們的進階 NuGet 安裝頁面.

方法二：使用DLL文件

您也可以直接從我們這裡獲取IronPDF DLL文件，並手動將其添加到Visual Studio。完整的說明以及Windows、MacOS和Linux的DLL包鏈接，請查看我們的專用安裝頁面.

添加IronPDF命名空間

請務必像這樣以IronPDF命名空間開始您的程式碼：

using IronPdf;

using IronPdf;

Imports IronPdf

VB C#

從整個 PDF 檔案中提取文字

從 PDF 檔案中提取文字只需兩行程式碼。在此程式碼範例中，我們將 PDF 內容轉換為文字格式：

var pdfDocument = IronPdf.PdfDocument.FromFile("Demo.pdf");
string AllText = pdfDocument.ExtractAllText();

var pdfDocument = IronPdf.PdfDocument.FromFile("Demo.pdf");
string AllText = pdfDocument.ExtractAllText();

Dim pdfDocument = IronPdf.PdfDocument.FromFile("Demo.pdf")
Dim AllText As String = pdfDocument.ExtractAllText()

VB C#

讓我們一起來看看——FromFile() 將 PDF 檔案從電腦載入並將其轉換為 PdfDocument 物件。從那裡，使用 ExtractAllText() PdfDocument 類別物件的功能是從整個 PDF 文件中提取所有文本，並將其存儲在可處理的字符串中。

以下，您可以在控制台中看到 PDF 和文本輸出：

IronPDF vs ChatGPT - 從 PDF 文件提取文本：圖 2

從 PDF 文件的單個頁面提取文本

using IronPdf;

PdfDocument PDF = PdfDocument.FromFile("result.pdf");

for (var index = 0; index < PDF.PageCount; index++)
{
   int PageNumber = index + 1;
   string Text = PDF.ExtractTextFromPage(index);
}

using IronPdf;

PdfDocument PDF = PdfDocument.FromFile("result.pdf");

for (var index = 0; index < PDF.PageCount; index++)
{
   int PageNumber = index + 1;
   string Text = PDF.ExtractTextFromPage(index);
}

IRON VB CONVERTER ERROR developers@ironsoftware.com

VB C#

與前面的代碼類似，此處整個 PDF 文件在被轉換為 PDF 對象之前被加載。PageCount 返回文件中的總頁數，ExtractTextFromPage() 該方法提取文本，而'for'迴圈作為參數處理頁面多樣性。從那裡，我們的文本存儲在字符串變量中。為了逐頁提取 PDF 中的信息，我們將使用 'for' 和 'foreach' 迴圈。

如需有關如何從 PDF 中提取嵌入的文本和圖像的更多信息，請查看此如何操作.