如何在C#中從PDF中提取數據

在Visual Studio中創建或打開C#專案

本教程建議使用最新版本的Visual Studio。

一旦打開Visual Studio，按照以下步驟創建一個新的C#專案。 如果已有一個現有專案您想要使用，可以跳過這些步驟，直接進入下一個部分。

• 打開Visual Studio
• 點擊"創建新專案"按鈕。

Visual Studio啟動介面

• 從模板中選擇"C#控制台應用程式"。

創建新專案

• 為專案命名並點擊下一步按鈕。
• 根據您的專案需求選擇.NET Framework，然後點擊創建按鈕。

.NET Framework選擇

Visual Studio現在將生成一個新的C#.NET專案。

安裝IronPDF程式庫

Install-Package IronPdf

從PDF文件中提取數據

讓我們看看以下代碼，了解如何使用IronPDF提取數據：

// Import necessary namespaces
using IronPdf;
using System.Collections.Generic;
using System.Drawing;

public class PDFExtractor
{
    public void ExtractDataFromPDF()
    {
        // Open a 128-bit encrypted PDF file by providing the filename and password
        using PdfDocument pdf = PdfDocument.FromFile("encrypted.pdf", "password");

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

        // Extract all images from the PDF document
        IEnumerable<Image> allImages = pdf.ExtractAllImages();

        // Iterate over each page in the PDF document
        for (var index = 0; index < pdf.PageCount; index++)
        {
            int pageNumber = index + 1;

            // Extract text from the specific page
            string text = pdf.ExtractTextFromPage(index);

            // Extract images from the specific page
            IEnumerable<Image> images = pdf.ExtractImagesFromPage(index);

            // Code to process the extracted text and images
            //...
        }
    }
}

// Import necessary namespaces
using IronPdf;
using System.Collections.Generic;
using System.Drawing;

public class PDFExtractor
{
    public void ExtractDataFromPDF()
    {
        // Open a 128-bit encrypted PDF file by providing the filename and password
        using PdfDocument pdf = PdfDocument.FromFile("encrypted.pdf", "password");

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

        // Extract all images from the PDF document
        IEnumerable<Image> allImages = pdf.ExtractAllImages();

        // Iterate over each page in the PDF document
        for (var index = 0; index < pdf.PageCount; index++)
        {
            int pageNumber = index + 1;

            // Extract text from the specific page
            string text = pdf.ExtractTextFromPage(index);

            // Extract images from the specific page
            IEnumerable<Image> images = pdf.ExtractImagesFromPage(index);

            // Code to process the extracted text and images
            //...
        }
    }
}

在此代碼範例中：

1. 使用FromFile方法加載輸入的PDF文件，該文件已加密並需要密碼。
2. 使用ExtractAllText方法從PDF中提取所有文本內容。
3. 使用ExtractAllImages方法獲取所有嵌入的圖像。
4. 使用ExtractImagesFromPage，循環遍歷每個頁面以從該特定頁面提取文本和圖像。