C# 從 PDF 中提取文字（代碼範例教程）

可攜式文件格式（Portable Document Format，PDF）文件在各行各業中都有使用。在開發文件時，開發人員使用PDF格式來協助他們的客戶。由於現代的庫，創建PDF從未如此簡單。我們必須評估構建、閱讀和轉換等元素，以確定在項目中使用哪個商業庫是最佳選擇。

1. IronPDF 功能

IronPDF 是一個強大的 PDF 轉換器，幾乎可以執行瀏覽器能夠完成的任何操作。使用這個供開發人員使用的 .NET 函式庫，創建、讀取和操作 PDF 文件都非常簡單。IronPDF 使用 Chrome 引擎將 HTML 轉換為 PDF 文件。IronPDF 支援 HTML、ASPX、Razor HTML 和 MVC View 等網頁元件。IronPDF 支援 Microsoft .NET 應用程式 (ASP.NET 網頁應用程式和傳統的 Windows 應用程式). IronPDF 也可以用來創建一個視覺上吸引人的 PDF 文件。

我們可以使用 IronPDF 從 HTML5、JavaScript、CSS 和圖像製作 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 文件。IronPDF 還具有全面的 PDF 轉換引擎和強大的 HTML-to-PDF 轉換器，可以處理 PDF 文件。

• 可以用來創建 PDF 文件的來源包括 HTML、HTML5、ASPX，和 Razor/MVC 視圖我們不僅可以將HTML文件轉換為PDF，還可以 將圖像文件轉換為PDF。
• IronPDF 允許您建立互動式 PDF 文件，填寫並提交互動表單， 合併和分割 PDF 文件，從 PDF 文件中提取文本和圖像，搜尋 PDF 文件中的文本，將 PDF 頁面光柵化為圖像，將 PDF 轉換為 HTML，並打印 PDF 文件。
• IronPDF 能夠從 URL 創建文檔。它還支持自定義網路登錄憑證、用戶代理、代理伺服器、Cookie、HTTP 標頭和表單變數 在 HTML 登入表單後登入.
• IronPDF 是一個程序，讓您可以查看和 填寫 PDF 文件.
• 可以使用 IronPDF 從文件中提取圖片。
• IronPDF 允許我們自定義文件 標頭, 頁尾, 文字, 圖片, 書籤, 浮水印，以及更多。
• 我們可以使用IronPDF合併和拆分新文件或現有文件中的頁面。
• 不使用Acrobat檢視器，我們可以將文件轉換為PDF對象。
• 可以將CSS文件轉換為PDF文件。
• 媒體類型的CSS文件可以轉換為文檔。

2. 在 Visual Studio 中創建一個新項目

打開 Visual Studio 軟體，進入文件菜單。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 文件。

在 Visual Studio 中建立新專案

輸入專案名稱並在相應的文字框中選擇檔案路徑。然後，點擊Create按鈕並選擇所需的 .NET Framework，如下圖所示。

在 Visual Studio 中配置新專案

Visual Studio 專案現在將為所選應用程式生成結構，如果你選擇了控制台、Windows 和 Web 應用程式，則會打開 program.cs 文件，你可以在其中輸入程式碼並構建/運行應用程式。

選擇 .NET Core

接下來，我們可以添加庫來測試代碼。

3. 安裝 IronPDF 庫

IronPDF 庫可以通過四種方式下載和安裝。

這些方式是：

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

3.1 使用 Visual Studio

Visual Studio 軟體提供 NuGet 套件管理器選項，可將套件直接安裝到方案中。以下截圖顯示了如何打開 NuGet 套件管理器。

Visual Studio program.cs 檔案

它提供了搜索框以顯示來自 NuGet 網站的套件列表。在套件管理器中，我們需要搜索關鍵字 "IronPdf"，如下圖所示。

NuGet 套件管理器

在上面的圖像中，我們可以看到相關搜索項目的列表。我們需要選擇所需的選項來將套件安裝到解決方案中。

3.2 使用 Visual Studio 命令列

在 Visual Studio 中，前往工具 > NuGet 套件管理器 > 套件管理器主控台

在套件管理器主控台標籤中輸入以下行：

Install-Package IronPdf

現在該軟件包將下載/安裝到當前項目並準備使用。

NuGet 套件管理器中的 IronPdf 庫

3.3 直接從 NuGet 網站下載

第三種方式是下載 NuGet 套件 直接從網站下載。

• 導航到連結。
• 從右側選單中選擇下載套件選項。
• 雙擊下載的套件。它將自動安裝。
• 接著，重新載入解決方案並開始在項目中使用它。

3.4 從 IronPDF 網站直接下載

訪問 我們的 IronPDF 網站 從網站直接下載最新套件。下載完成後，按照以下步驟將套件添加到專案中。

• 右鍵單擊方案窗口中的專案。
• 然後，選擇選項引用並瀏覽到已下載的引用位置。
• 接下來，點擊確定以添加引用。

4. 使用 IronPDF 提取文本

IronPDF 程式讓我們可以從 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，以下是範例程式碼片段。

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

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

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

這 從文件 靜態方法用於從現有檔案加載PDF文件並將其轉換為 PDFDocument 在上面代碼所示的物件。我們可以使用這個物件讀取 PDF 頁面上可訪問的文字和圖像。該物件有一個名為 提取所有文字 它從整個 PDF 文件中提取所有文本，然後將提取的文本保存在字串中，我們可以使用該字串進行處理。

以下是我們可以使用的第二種方法的代碼示例，用於逐頁提取 PDF 文件中的文本。

using PdfDocument pdf = PdfDocument.FromFile("result.pdf");
for (var index = 0; index < pdf.PageCount; index++)
{
    int PageNumber = index + 1;
    string Text = pdf.ExtractTextFromPage(index);
}

using PdfDocument pdf = PdfDocument.FromFile("result.pdf");
for (var index = 0; index < pdf.PageCount; index++)
{
    int PageNumber = index + 1;
    string Text = pdf.ExtractTextFromPage(index);
}

Using pdf As PdfDocument = PdfDocument.FromFile("result.pdf")
	For index = 0 To pdf.PageCount - 1
		Dim PageNumber As Integer = index + 1
		Dim Text As String = pdf.ExtractTextFromPage(index)
	Next index
End Using

在上面的程式碼中，我們看到它將首先加載整個 PDF 文件並將其轉換為 PDF 對象。然後，我們使用內建方法來獲取整個 PDF 文件的頁數。 PageCount，這將會檢索已加載 PDF 文件上的總頁數。使用 "for 迴圈" 和 提取頁面文字 function 允許我們將頁碼作為參數傳遞，以便從加載的文檔中提取文本。 然後，它將確切的文本保存在字符串變量中。 同樣，它將在 "for" 或 "for each" 迴圈的幫助下逐頁提取 PDF 文檔中的文本。

5. 結論

IronPDF 是最常用的 PDF 庫之一。它不依賴於任何其他第三方庫。它是獨立的，不需要在您的機器上安裝 Adobe Reader。它在多個平台上運行。IronPDF 的初始價格為 $749。可以選擇支付一年的產品支持和更新費用，並且 IronPDF 也提供免版稅的重新分發覆蓋，需額外支付費用。更多詳情請訪問我們的 定價頁面.