C#提取PDF文本（代碼示例教程）

1. IronPDF功能

IronPDF是一個強大的PDF轉換器，可以執行瀏覽器幾乎所有的操作。 對於開發人員來說，使用.NET圖書館創建、閱讀和操作PDF文檔變得簡單易行。 IronPDF使用Chrome引擎將HTML轉換為PDF文檔。IronPDF支持HTML、ASPX、Razor HTML和MVC View等其他網頁組件。 IronPDF支持Microsoft .NET應用程序（包括ASP.NET Web應用程序和傳統的Windows應用程序）。 IronPDF還可以用於創建視覺上吸引人的PDF文檔。

我們可以使用IronPDF從HTML5、JavaScript、CSS和圖像創建PDF文檔。 此外，文件可以有頁眉和頁腳。 多虧了IronPDF，我們可以輕鬆地閱讀PDF文檔。 IronPDF還具有全面的PDF轉換引擎和強大的HTML到PDF轉換器，能夠處理PDF文檔。

• PDF創建：從HTML、JavaScript、CSS、圖像或URL生成PDF。 添加頁眉、頁腳、書簽、水印和其他自定義元素以增強設計。
• HTML到PDF轉換：直接將HTML、Razor/MVC視圖和媒體類型的CSS文件轉換為PDF格式。
• 互動式PDF功能：構建、填寫和提交互動式PDF表單。
• 文本和圖像提取：從現有PDF文檔中提取文本或圖像以進行數據處理或重用。
• 文檔操作：合併、拆分和重新安排新或現有PDF文件中的頁面。
• 圖像和頁面處理：將PDF頁面光柵化為圖像並將圖像轉換為PDF格式。
• 工作與自定義登錄憑據：IronPDF可以從URL創建文檔。 它還支持自定義網絡登錄憑據、用戶代理、代理、cookie、HTTP頭和
  後HTML登錄表單的登錄。
• 搜索和無障礙性：在PDF文檔中搜索文本並確保它們符合無障礙性標準。
• 轉換多樣性：將PDF轉換為其他格式，如HTML，並使用CSS文件生成PDF。
• 獨立功能：無需Adobe Acrobat或其他第三方工具即可獨立運行。

2. 在Visual Studio中創建新項目

打開Visual Studio軟件並移到文件菜單。 選擇“新建項目”，然後選擇“控制台應用程序”。 在本文中，我們將使用控制台應用程序來生成PDF文檔。

在Visual Studio中創建新項目

在相應的文本框中輸入項目名稱並選擇文件路徑。 然後，單擊創建按鈕並選擇所需的.NET框架，如下面的屏幕截圖所示。

在Visual Studio中配置新項目

現在，Visual Studio項目將生成所選應用程序的結構，如果您選擇了控制台、Windows和網絡應用程序，它將打開program.cs文件，您可以在其中輸入代碼並構建/運行應用程序。

選擇.NET核心

接下來，我們可以添加庫來測試代碼。

3. 安裝 IronPDF 函式庫

可以用四種方式下載並安裝IronPDF庫。

這些是：

• 使用Visual Studio。
• 使用Visual Studio命令行。
• 從NuGet網站直接下載。
• 從IronPDF網站直接下載。

Install-Package IronPdf

4. 使用IronPDF提取文本

IronPDF程序允許我們從PDF文件中進行文本提取，並將PDF頁面轉換為PDF對象。 以下是一個如何使用IronPDF閱讀現有PDF的示例。

第一種方法是從PDF中提取文本，下面是示例代碼片段。

using IronPdf;

// Load an existing PDF document from a file
var pdfDocument = PdfDocument.FromFile("result.pdf");

// Extract all text from the entire PDF document
string allText = pdfDocument.ExtractAllText();

using IronPdf;

// Load an existing PDF document from a file
var pdfDocument = PdfDocument.FromFile("result.pdf");

// Extract all text from the entire PDF document
string allText = pdfDocument.ExtractAllText();

Imports IronPdf

' Load an existing PDF document from a file
Private pdfDocument = PdfDocument.FromFile("result.pdf")

' Extract all text from the entire PDF document
Private allText As String = pdfDocument.ExtractAllText()

FromFile靜態方法用於從現有文件加載PDF文檔，並將其轉換為PDFDocument對象，如上面的代碼所示。 我們可以使用此對象讀取PDF頁面上可訪問的文本和圖像。 該對象有一個名為ExtractAllText的方法，可從整個PDF文檔中提取所有文本，然後將提取的文本保存在可以用於處理的字符串中。

以下是可以使用的第二種方法的代碼示例，可逐頁從PDF文件中提取文本。

using IronPdf;

// Load an existing PDF document from a file
using PdfDocument pdf = PdfDocument.FromFile("result.pdf");

// Loop through each page of the PDF document
for (var index = 0; index < pdf.PageCount; index++)
{
    // Extract text from the current page
    string text = pdf.ExtractTextFromPage(index);
}

using IronPdf;

// Load an existing PDF document from a file
using PdfDocument pdf = PdfDocument.FromFile("result.pdf");

// Loop through each page of the PDF document
for (var index = 0; index < pdf.PageCount; index++)
{
    // Extract text from the current page
    string text = pdf.ExtractTextFromPage(index);
}

Imports IronPdf

' Load an existing PDF document from a file
Private PdfDocument As using

' Loop through each page of the PDF document
For index = 0 To pdf.PageCount - 1
	' Extract text from the current page
	Dim text As String = pdf.ExtractTextFromPage(index)
Next index

在上面的代碼中，我們看到它將首先加載整個PDF文檔並將其轉換為PDF對象。 然後，我們通過使用一個稱為PageCount的內置屬性來獲得整個PDF文檔的頁數，它檢索加載的PDF文檔中可用的總頁數。 使用“for循環”和ExtractTextFromPage函數，允許我們傳遞頁碼作為參數，從加載的文檔中提取文本。 然後，它將準確的文本保存到字符串變量中。 同樣，它將在“for”或“for each”循環的幫助下逐頁提取PDF頁面上的文本。

5. 總結

IronPDF是一個多功能且強大的PDF庫，專為在.NET應用程序中無縫處理PDF而設計。 其強大功能使開發人員能夠創建、操作和從PDF中提取內容，而不依賴於如Adobe Reader等第三方依賴項。 IronPDF的一大特點是能夠從PDF文檔中提取文本。 此功能對於自動化數據分析、文檔索引、內容遷移和啟用無障礙功能等任務而言是非常有價值的。 通過允許開發人員以編程方式檢索和處理文本，IronPDF簡化了工作流程並為處理PDF內容打開了新的可能性。

通過簡單的集成和跨平台支持，IronPDF是尋求高效處理PDF文檔的開發人員的絕佳選擇。 此外，IronPDF提供免費試用，讓您在承諾之前無風險地探索其全功能範圍。 有關詳細信息和了解更多許可選項，請訪問定價頁面。