在實際環境中測試
在生產環境中測試，無水印。
在任何需要的地方都能運行。
全功能產品
獲得 30 天的全功能產品。
在幾分鐘內上手運行。
24/5技術支援
試用產品期間完全訪問我們的支援工程團隊
使用 IRONPDF
如何在C#中讀取PDF表格
2023年3月25日
已更新 2024年3月3日
從 PDF 文件中提取數據在 C# 中可能相當具有挑戰性。 數據可以是文本、圖像、圖表、圖形、表格等形式。有時，業務分析師需要提取數據以進行數據分析並根據這些結果做出決策。 IronPDF C# PDF Library 是從 PDF 文件中提取數據的絕佳解決方案。
本文將示範如何使用IronPDF庫在C#中從PDF文件中提取表格數據。
如何在C#中讀取PDF表格
IronPDF - C# PDF 庫
IronPDF 是一個 C# .NET 庫解決方案，用於在 .NET 中生成 PDF，可幫助開發人員在其軟體應用程式中輕鬆讀取、創建和編輯 PDF 文件。 其Chromium引擎以準確且高速的方式渲染PDF文件。 它允許開發人員在不同格式與 PDF 之間無縫轉換。 它支持最新的.NET 7框架，以及.NET Framework 6、5、4、.NET Core和Standard。
此外，IronPDF .NET API 還使開發人員能輕鬆操作和編輯 PDF、添加頁眉和頁腳，以及從 PDF 中提取文本、圖像和表格。
一些重要功能包括
- 載入和創建 PDF 文件（HTML 轉 PDF，圖像轉 PDF）
- 儲存並列印 PDF 文件
- 合併和分割 PDF 文件。
- 從 PDF 文件中提取數據（文本、圖像、表格）
使用 IronPDF 庫提取 C# 表格數據的步驟
要從 PDF 文件中提取表格數據，我們需要在本地計算機系統上安裝以下組件：
Visual Studio - Visual Studio 2022 是 C# 開發的官方 IDE 並且必須安裝在電腦上。 請從Visual Studio 網站下載並安裝。
建立專案 - 建立用於提取數據的控制台應用程序。 按照以下步驟建立專案：
- 開啟 Visual Studio 2022，然後點擊建立新專案按鈕
Visual Studio 的啟動畫面
- 接下來，選擇 C# 控制台應用程式，然後點擊下一步。
在 Visual Studio 中建立新的主控台應用程式
- 接下來，輸入您的專案名稱「ReadPDFTable」，然後點擊下一步
！如何在 C# 中讀取 PDF 表格，圖 3：配置新創建的應用程序
配置新創建的應用程式
- 為您的專案選擇 ".NET Framework 6 長期支援"。
選擇 .NET Framework
- 點擊建立按鈕，並且控制台專案將被建立。 現在，我們已準備好以程式化方式從 PDF 文檔中提取表格數據。
安裝 IronPDF - 有三種不同的方法可以安裝 IronPDF 函式庫。 它們如下：
使用 Visual Studio。 Visual Studio 包含 NuGet 套件管理器，這有助於在 C# 應用程式中安裝所有 NuGet 套件。
在頂部菜單中點擊工具，或
- 在解決方案總管中右鍵點擊專案
！如何在 C# 中讀取 PDF 表格，圖 5：工具與管理 NuGet 套件
工具和管理 NuGet 套件
- 打開 NuGet 套件管理器後，瀏覽 IronPDF 並點擊安裝，如下所示：
工具和管理 NuGet 套件
直接下載 NuGet 套件。 另一種輕鬆下載和安裝 IronPDF 的方法是訪問其 NuGet 套件頁面。
- 下載 IronPDF .DLL 庫。 IronPDF 也可以從官方 IronPDF 網站下載。 請記得在專案中引用該 .DLL 檔以使用它。
建立包含表格資料的 PDF 文件
在創建任何東西之前，需要將 IronPDF 命名空間添加到檔案中，並設置許可證密鑰以使用 IronPDF 庫中的ExtractText方法。
using IronPdf;
License.LicenseKey = "YOUR-TRIAL/PURCHASED-LICENSE-KEY";using IronPdf;
License.LicenseKey = "YOUR-TRIAL/PURCHASED-LICENSE-KEY";在這裡，PDF 文件將從包含表格的 HTML 字串中創建，然後使用 IronPDF 提取該數據。 HTML 存儲在字符串變量中，代碼如下：
string HTML = "<html>" +
"<style>" +
"table, th, td {" +
"border:1px solid black;" +
"}" +
"</style>" +
"<body>" +
"<h1>A Simple table example</h2>" +
"<table>" +
"<tr>" +
"<th>Company</th>" +
"<th>Contact</th>" +
"<th>Country</th>" +
"</tr>" +
"<tr>" +
"<td>Alfreds Futterkiste</td>" +
"<td>Maria Anders</td>" +
"<td>Germany</td>" +
"</tr>" +
"<tr>" +
"<td>Centro comercial Moctezuma</td>" +
"<td>Francisco Chang</td>" +
"<td>Mexico</td>" +
"</tr>" +
"</table>" +
"<p>To understand the example better, we have added borders to the table.</p>" +
"</body>" +
"</html>";string HTML = "<html>" +
"<style>" +
"table, th, td {" +
"border:1px solid black;" +
"}" +
"</style>" +
"<body>" +
"<h1>A Simple table example</h2>" +
"<table>" +
"<tr>" +
"<th>Company</th>" +
"<th>Contact</th>" +
"<th>Country</th>" +
"</tr>" +
"<tr>" +
"<td>Alfreds Futterkiste</td>" +
"<td>Maria Anders</td>" +
"<td>Germany</td>" +
"</tr>" +
"<tr>" +
"<td>Centro comercial Moctezuma</td>" +
"<td>Francisco Chang</td>" +
"<td>Mexico</td>" +
"</tr>" +
"</table>" +
"<p>To understand the example better, we have added borders to the table.</p>" +
"</body>" +
"</html>";接下來，ChromePdfRenderer 用於從 HTML 字串創建 PDF。 代碼如下：
ChromePdfRenderer renderer = new ChromePdfRenderer();
PdfDocument pdfDocument = renderer.RenderHtmlAsPdf(HTML);
pdfDocument.SaveAs("table_example.pdf");ChromePdfRenderer renderer = new ChromePdfRenderer();
PdfDocument pdfDocument = renderer.RenderHtmlAsPdf(HTML);
pdfDocument.SaveAs("table_example.pdf");SaveAs 方法將把 PdfDocument 物件儲存為名為 "table_example.pdf" 的 PDF 檔案。 保存的文件如下所示：
在 NuGet 套件管理器 UI 中搜尋 IronPDF
使用 IronPDF 從 PDF 文件中提取表格數據
要從 PDF 表格中提取數據，請使用PdfDocument物件打開文檔，然後使用ExtractAllText方法檢索數據以進行進一步分析。 以下程式碼展示了如何完成此任務：
PdfDocument pdfDocument = new PdfDocument("table_example.pdf");
string text = pdfDocument.ExtractAllText();PdfDocument pdfDocument = new PdfDocument("table_example.pdf");
string text = pdfDocument.ExtractAllText();上述程式碼使用ExtractAllText方法分析整個 PDF 文件，並將提取出的資料（包括表格資料）返回到一個字串變數中。 變數的值然後可以顯示出來或儲存在文件中以供日後使用。 以下程式碼將其顯示在螢幕上：
Console.WriteLine("The extracted Text is:\n" + text);Console.WriteLine("The extracted Text is:\n" + text);
要提取文本的 PDF 檔案
從擷取的文本內容中提取表格數據
C# 提供了一個 String.Split 方法，該方法有助於根據分隔符拆分字串。 以下程式碼將幫助您將輸出限制為僅表格數據。
string [] textList = text.Split("\n");
foreach (string textItem in textList)
{
if (textItem.Contains("."))
{
continue;
}
else
{
Console.WriteLine(textItem);
}
}string [] textList = text.Split("\n");
foreach (string textItem in textList)
{
if (textItem.Contains("."))
{
continue;
}
else
{
Console.WriteLine(textItem);
}
}這個簡單的代碼範例幫助從提取的文本中僅提取表格單元格數據。 首先，文本行被分割並儲存在字串陣列中。 然後，每個數組元素進行迭代，並跳過那些以句號“.”結束的元素。 在大多數情況下，僅從提取的數據中檢索表格數據，儘管它可能也會檢索其他行。 輸出如下：
控制台顯示提取的文本
從上面的截圖可以看出，表格數據格式和邏輯結構在 Console.WriteLine 方法輸出中得到了保留。 您可以在此使用 IronPDF 提取 PDF 中資料的 C# 範例程式碼找到有關如何從 PDF 文件中提取資料的更多詳情。
輸出也可以保存到 CSV 文件中，稍後可以進行格式化和編輯，以進行更多的數據分析。 代碼如下：
using (StreamWriter file = new StreamWriter("table_example.csv", false))
{
string [] textList = text.Split("\n");
foreach (string textItem in textList)
{
if (textItem.Contains("."))
{
continue;
}
else
{
file.WriteLine(textItem);
}
}
}using (StreamWriter file = new StreamWriter("table_example.csv", false))
{
string [] textList = text.Split("\n");
foreach (string textItem in textList)
{
if (textItem.Contains("."))
{
continue;
}
else
{
file.WriteLine(textItem);
}
}
}輸出將保存為 CSV 文件，其中每個textItem將是其中一列。
摘要
本文演示了如何使用 IronPDF 從 PDF 文件中提取數據和表格。 IronPDF提供多種有用的選項來從PDF文件中提取文字。 它提供了ExtractTextFromPage方法，允許從特定頁面中提取資料。 IronPDF 還支持將不同格式轉換為 PDF，比如 markdown 文件 或 DOCX 文件，以及將 PDF 轉換為不同格式。 這使開發人員能夠輕鬆地將 PDF 功能整合到應用程式開發過程中。 此外，它不需要 Adobe Acrobat Reader 就能查看和編輯 PDF 文件。
IronPDF 在開發階段免費，可授權用於商業用途。 它提供IronPDF 測試的免費試用許可，以測試該庫的全部功能。 您可以在此連結找到更詳細的資訊。
在成為軟體工程師之前，Kannapat 在日本北海道大學完成了環境資源博士學位。在攻讀學位期間，Kannapat 也成為了車輛機器人實驗室的成員，該實驗室隸屬於生物生產工程學系。2022 年，他利用自己的 C# 技能，加入了 Iron Software 的工程團隊，專注於 IronPDF 的開發。Kannapat 珍視這份工作，因為他可以直接向負責撰寫大部分 IronPDF 程式碼的開發人員學習。除了同儕學習外，Kannapat 還享受在 Iron Software 工作的社交方面。當他不在撰寫程式碼或文件時，Kannapat 通常會在 PS5 上玩遊戲或重看《最後生還者》。
