跳至頁尾內容
使用IRONPDF
C# 從PDF中提取文字

.NET Core PDF程式庫

本文概述了.NET開發人員將PDF文件轉換為TXT格式的過程,以便更高效地存取。

教程中涵蓋的主題

  • IronPDF
  • 程式化建立PDF文件的步驟
  • 步驟1:建立一個C#專案
  • 步驟2:安裝IronPDF程式庫
    • 方法1:NuGet套件管理員
    • 方法2:NuGet套件管理員控制台
    • 方法3:使用DLL文件
  • 步驟3:新增IronPDF命名空間
  • 步驟4:將PDF轉換為文字
    • 輸出
  • 結論

IronPDF

IronPDF是一個用於PDF生成的.NET程式庫。 它是一個原生的.NET程式庫,不依賴於外部DLL或其他工具。 IronPDF是一個跨平台的程式庫,由C#和.NET編寫,提供所有需要的功能來處理PDF文件。 它包含文件渲染、表單編輯、文字提取、文件加密以及其他功能。 所有這些操作都可以通過一個直觀的API來完成,該API在各種平台如Windows Forms、WPF、ASP.NET MVC等上進行了廣泛的測試。

IronPDF的當前版本提供了這些功能的簡單存取:

唯讀存取到文件內部(查看、導航、註釋):

存取元資料和文件屬性(標題、關鍵字、作者、主題):

IronPDF還包含一些附加的輔助類別,可以幫助將HTML文件轉換為格式化的PDF文件及其文字提取。 IronPDF提供非常簡單的API將PDF轉換為文字文件。

讓我們開始了解如何使用IronPDF程式庫將PDF文件轉換為文字文件。

將PDF文件轉換為文字文件的步驟

第一步是在Visual Studio中建立一個C#專案。 您可以根據需求選擇任何C#應用程式模板。 為簡單起見,本教程將使用控制台應用程式模板。 您可以使用已經存在的C#專案將PDF轉換為TXT文件。

步驟1:建立C#專案

在Visual Studio中建立一個C#專案或開啟現有的專案。 建議使用最新版本的Visual Studio以便順暢運行。 按照給定的步驟在Visual Studio中建立C#專案。

  1. 開啟Visual Studio。
  2. 選擇C#控制台應用程式模板或開啟現有的專案。
  3. 給專案起一個合適的名稱。
  4. 選擇.NET Framework版本6.0。這是最新且最穩定的.NET框架版本,但您可根據需求選擇任何其他.NET框架。

步驟2:安裝IronPDF程式庫

IronPDF還具備簡單的安裝過程,可以加快開發時間並減少混淆。 IronPDF程式庫提供多種安裝方法:

  • 使用NuGet套件管理員
  • 使用NuGet套件管理員控制台
  • 通過DLL文件

方法1:NuGet套件管理員

要使用NuGet套件管理員,請按照給定步驟開啟套裝管理員選項卡。

打開C#專案並點擊工具 > NuGet套件管理員 > 管理解決方案的NuGet套件

C#將PDF轉換為文字(程式碼範例),圖0:導航至NuGet套件管理員 導航至NuGet套件管理員

  • 現在轉到瀏覽選項卡並搜尋IronPDF
  • 從搜尋結果中選擇IronPDF,然後點擊安裝。 這將安裝IronPDF程式庫,使專案能夠使用IronPDF程式庫。

C#將PDF轉換為文字(程式碼範例),圖1:NuGet套件管理員搜尋結果中的IronPDF套件 NuGet套件管理員搜尋結果中的IronPDF套件

方法2:NuGet套件管理員控制台

使用套件管理員控制台安裝IronPDF程式庫是最簡單的方法。 按照以下簡單步驟進行:

  • 打開套件管理員控制台。
  • 在控制台中輸入以下行並按下Enter。 這將立即安裝IronPDF程式庫。
Install-Package IronPdf

C#將PDF轉換為文字(程式碼範例),圖2:NuGet套件管理員控制台UI中顯示的安裝進度 NuGet套件管理員控制台UI中顯示的安裝進度

方法3:使用DLL文件

您可以從Iron Software網站下載IronPDF DLL文件。下載完成後,將其作為引用使用於您的專案中。

存取IronPDF安裝指南獲取更詳細的安裝指導。

IronPDF程式庫的安裝現已完成。 以下步驟將指導如何將PDF文件轉換為文字文件。

步驟3:新增IronPDF命名空間

要使用IronPDF,必須將IronPDF名稱空間新增到每個程式碼文件中。在每個相關程式碼文件的頂部編寫以下程式碼行。這將使您能夠在您的程式中使用IronPDF的功能。

using IronPdf;
using IronPdf;
Imports IronPdf
$vbLabelText   $csharpLabel

步驟4:將PDF文件轉換為文字文件

現在,我們需要將PDF文件轉換為TXT文件或僅提取文字。 因此,將以下範例程式碼寫入您的程式碼文件中:

using IronPdf;
using System;

class Program
{
    static void Main()
    {
        // Extracting image and text content from PDF Document

        // Open a 128-bit encrypted PDF
        using PdfDocument pdf = PdfDocument.FromFile("encrypted.pdf", "password");

        // Get all text to put in a search index
        string allText = pdf.ExtractAllText();

        // Display the extracted text in the console
        Console.WriteLine(allText);
    }
}
using IronPdf;
using System;

class Program
{
    static void Main()
    {
        // Extracting image and text content from PDF Document

        // Open a 128-bit encrypted PDF
        using PdfDocument pdf = PdfDocument.FromFile("encrypted.pdf", "password");

        // Get all text to put in a search index
        string allText = pdf.ExtractAllText();

        // Display the extracted text in the console
        Console.WriteLine(allText);
    }
}
Imports IronPdf
Imports System

Friend Class Program
	Shared Sub Main()
		' Extracting image and text content from PDF Document

		' Open a 128-bit encrypted PDF
		Using pdf As PdfDocument = PdfDocument.FromFile("encrypted.pdf", "password")
	
			' Get all text to put in a search index
			Dim allText As String = pdf.ExtractAllText()
	
			' Display the extracted text in the console
			Console.WriteLine(allText)
		End Using
	End Sub
End Class
$vbLabelText   $csharpLabel

首先,使用FromFile functionPdfDocument class打開PDF文件。 在參數中,傳入文件名和密碼(如果有的話)。 之後,使用allText的變數中。 接下來,在控制台中顯示輸出文字。

輸出

C#將PDF轉換為文字(程式碼範例),圖3:從PDF文件中提取的文字 從PDF文件中提取的文字

這是由IronPDF提取的輸出文字。 這與在PDF文件中看到的文字相同,顯示了IronPDF的準確度非常精確。

結論

本文展示了如何輕鬆地使用IronPDF .NET PDF程式庫從PDF文件中提取文字。 這僅僅是通過撰寫幾行程式碼實現的,且具有高準確率。 此外,IronPDF還具有許多有用的功能,如HTML到PDF轉換、PDF格式化工具和若干其他核心PDF功能,對PDF編輯至關重要。 IronPDF還消除了對Adobe Acrobat的依賴。

IronPDF可免費用於開發目的,並且還提供免費試用以進行生產測試。 IronPDF提供多種定價方案,您可以根據需求獲取。 IronPDF的價格相對於其競爭者顯著更低。 從個人到大公司,價格變化,證明這是一個具有吸引力的購買選擇,且效能出色。

C#將PDF轉換為文字(程式碼範例),圖4:Iron Software套件的定價方案 Iron Software套件的定價方案

此外,Iron Software還提供一個套件,其中包含五個Iron Software程式包,價格僅為兩個程式包。 請存取Iron Software授權詳細資訊以獲取更多資訊。

常見問題

如何在C#應用程式中將PDF文件轉換為文字?

您可以使用IronPDF在C#應用程式中將PDF文件轉換為文字。通過使用PdfDocument.FromFile方法載入PDF,然後調用ExtractAllText方法來檢索文字內容。

在Visual Studio的C#項目中設置IronPDF的過程是什麼?

要在Visual Studio的C#項目中設置IronPDF,您需要建立一個新項目,通過NuGet套件管理員或包管理器控制台安裝IronPDF,或者手動新增DLL,然後在您的程式碼文件中包括IronPDF的命名空間。

IronPDF可以處理加密的PDF文件嗎?

是的,IronPDF可以打開和處理加密的PDF文件,允許您從中提取文字內容。

將PDF轉換到TXT格式有什麼好處?

使用IronPDF將PDF轉換為TXT格式可以提高可存取性並更容易操縱文字資料,這對於需要文字處理或搜索的應用程式是有利的。

IronPDF如何確保從PDF中提取文字的準確性?

IronPDF通過保持PDF中字體的完整性,提供可靠的輸出以供進一步處理來確保高精度的文字提取。

是否有提供免費試用以測試IronPDF程式庫?

是的,IronPDF提供免費試用供開發和測試用途,讓您在購買前評估其功能和能力。

是什麼使IronPDF成為跨平台開發的合適選擇?

IronPDF是用C#和.NET編寫的,使其成為無需額外外部工具的跨平台開發的合適選擇。

IronPDF可以用於文字提取以外的目的嗎?

是的,IronPDF提供的功能不僅僅包括文字提取,還有PDF生成、文件加密、表單處理以及HTML到PDF的轉換。

使用.NET 10進行PDF到文字轉換,IronPDF的支援程度如何?

IronPDF與.NET 10全面相容,支持開箱即用,無需特殊配置。當您在.NET 10中使用IronPDF進行PDF到文字轉換時,您將受益於性能提升,如減少堆空間分配和運行時的增強導致更快的提取和更少的記憶體使用。

在使用IronPDF與.NET 10時支持哪些平台和項目型別?

IronPDF for .NET 10支持多種平台,包括Windows (10+,伺服器)、macOS、Linux和容器環境。它支持的項目型別包括Console、Desktop (WPF, MAUI)、Web (MVC, Blazor),以及支持的語言有C#、F#和VB.NET。

Curtis Chau
技術作家

Curtis Chau擁有Carleton大學的電腦科學學士學位,專精於前端開發,擁有Node.js、TypeScript、JavaScript和React的專業知識。Curtis熱衷於建立直觀且美觀的使用者介面,喜愛使用現代框架並建立結構良好、視覺吸引力的手冊。

除了開發,Curtis對物聯網(IoT)有濃厚的興趣,探索創新的方法來整合硬體和軟體。在空閒時間,他喜歡玩遊戲和建立Discord機器人,結合他對技術的熱愛與創造力。

Iron 支援團隊

我們線上24小時,每週5天。
聊天
電子郵件
給我打電話