C#提取PDF文本（代碼示例教程）

1. IronPDF功能

IronPDF是一款功能強大的 PDF 轉換器，幾乎可以執行瀏覽器可以執行的任何操作。 使用面向開發人員的.NET庫，建立、讀取和操作 PDF 文件變得非常簡單。 IronPDF使用 Chrome 引擎將 HTMLIronPDF轉換為 PDF 文件。 IronPDF 支援 HTML、ASPX、 Razor HTML 和 MVC 視圖等多種 Web 元件。 IronPDF支援 Microsoft .NET應用程式（包括ASP.NET Web 應用程式和傳統 Windows 應用程式）。 IronPDF也可以用來創建視覺效果出色的 PDF 文件。

我們可以使用IronPDF從 HTML5、 JavaScript 、CSS 和圖像建立 PDF 文件。 此外，文件還可以包含頁首和頁尾。 多虧了IronPDF，我們可以輕鬆閱讀 PDF 文件。 IronPDF還擁有全面的 PDF 轉換引擎和強大的 HTML 轉 PDF 轉換器，可以處理 PDF 文件。

• PDF 建立：從 HTML、 JavaScript、CSS、圖片或 URL 產生 PDF。 新增頁首、頁尾、書籤、浮水印和其他自訂元素，以增強設計效果。
• HTML 轉 PDF 轉換：直接將 HTML、 Razor/MVC 視圖和媒體類型 CSS 檔案轉換為 PDF 格式。 -互動式 PDF 功能：建立、填寫和提交互動式PDF 表單。 -文字與影像擷取：從現有 PDF 文件中擷取文字或影像，以便進行資料處理或重複使用。 -文件操作：合併、分割和重新排列新建或現有 PDF 文件中的頁面。 -影像與頁面處理：將 PDF 頁面柵格化為影像，並將影像轉換為 PDF 格式。 -使用自訂登入憑證： IronPDF能夠根據 URL 建立文件。 它還支援自訂網路登入憑證、使用者代理、代理、cookie、HTTP 標頭和表單變量，用於HTML 登入表單背後的登入。 -搜尋和輔助功能：搜尋 PDF 文件中的文本，並確保其符合輔助功能標準。 -轉換功能多樣：可將 PDF 轉換為 HTML 等其他格式，並可使用 CSS 檔案產生 PDF。 -獨立功能：無需 Adob​​e Acrobat 或其他第三方工具即可獨立運作。

2. 在 Visual Studio 中建立新項目

開啟 Visual Studio 軟體，然後前往"檔案"選單。 選擇"新建專案"，然後選擇"控制台應用程式"。 在本文中，我們將使用控制台應用程式產生 PDF 文件。

在 Visual Studio 中建立一個新項目

請在對應的文字方塊中輸入項目名稱並選擇檔案路徑。 然後，按一下"建立"按鈕，並選擇所需的.NET Framework，如下面的螢幕截圖所示。

在 Visual Studio 中設定新項目

Visual Studio 專案現在將為所選應用程式產生結構，如果您選擇了控制台、Windows 和 Web 應用程序，它將開啟 program.cs 文件，您可以在其中輸入程式碼並產生/執行應用程式。

選擇.NET Core

接下來，我們可以新增庫來測試程式碼。

3. 安裝IronPDF庫

IronPDF庫可以透過四種方式下載和安裝。

這些都是：

• 使用 Visual Studio。
• 使用 Visual Studio 命令列。
• 直接從NuGet網站下載。
• 直接從IronPDF網站下載。

Install-Package IronPdf

4. 使用IronPDF擷取文本

IronPDF程式允許我們從 PDF 文件中提取文本，並將 PDF 頁面轉換為 PDF 物件。 以下是如何使用IronPDF讀取現有 PDF 的範例。

第一種方法是從 PDF 中提取文本，範例程式碼片段如下。

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();

FromFile 靜態方法用於從現有文件中載入 PDF 文件並將其轉換為 PDFDocument 對象，如上面的程式碼所示。 我們可以使用此物件讀取 PDF 頁面上的文字和圖像。 該物件有一個名為 ExtractAllText 的方法，該方法從整個 PDF 文件中提取所有文本，然後將提取的文本保存到我們可以用於處理的字串中。

下面給出的是我們可以用來從 PDF 文件逐頁提取文本的第二種方法的程式碼範例。

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);
}

在上面的程式碼中，我們可以看到它首先載入整個 PDF 文件並將其轉換為 PDF 物件。 然後，我們使用名為 PageCount 的內建屬性來取得整個 PDF 文件的頁數，該屬性會擷取已載入的 PDF 文件中可用的總頁數。 使用"for 迴圈"和 ExtractTextFromPage 函數，我們可以將頁碼作為參數傳遞，以從載入的文件中提取文字。 然後它會將確切的文字保存到字串變數中。 同樣，它會藉助"for"或"for each"循環逐頁從PDF中提取文字。

5. 結論

IronPDF是一個功能強大且用途廣泛的 PDF 庫，旨在使在.NET應用程式中處理 PDF 文件變得輕鬆方便。 它強大的功能使開發人員能夠創建、操作和提取 PDF 中的內容，而無需依賴 Adob​​e Reader 等第三方依賴項。 IronPDF 的突出功能之一是能夠從 PDF 文件中提取文字。 此功能對於自動化資料分析、文件索引、內容遷移和啟用輔助功能等任務非常有價值。 IronPDF允許開發人員以程式設計方式檢索和處理文本，從而簡化工作流程，並為處理 PDF 內容開闢了新的可能性。

IronPDF具有整合簡單、跨平台支援等優點，是開發人員高效處理 PDF 文件的絕佳選擇。 此外， IronPDF也提供免費試用，讓您在正式購買前可以無風險地體驗其全部功能。 有關定價詳情和許可選項的更多信息，請訪問定價頁面。