如何在ASP.NET Core中從PDF中讀取數據

如何在 ASP.NET Core 中設定 IronPDF？

在 ASP.NET Core 專案中開始使用 IronPDF 只需幾分鐘。 使用以下命令透過 NuGet 套件管理器控制台安裝IronPDF NuGet 套件：

Install-Package IronPdf

或透過 .NET CLI：

dotnet add package IronPdf

安裝完成後，將 IronPDF 命名空間新增至您的類別程式、控制器或服務：

using IronPdf;

using IronPdf;

Imports IronPdf

有關Docker 部署、 Azure 設定和其他資訊的詳細安裝選項，請查看完整文件。

如何從PDF文件中提取文字？

IronPDF 的ExtractAllText方法可立即存取 PDF 文件中的所有文字內容。 此方法可處理各種文字編碼，並保持原始文件的閱讀順序，從而確保從 ASP.NET Core 應用程式中的 PDF 檔案準確提取資料。

// Load a PDF document
var pdf = PdfDocument.FromFile("document.pdf");
// Extract all text
string allText = pdf.ExtractAllText();
// Extract text from specific page (0-indexed)
string pageText = pdf.ExtractTextFromPage(0); // current page

// Load a PDF document
var pdf = PdfDocument.FromFile("document.pdf");
// Extract all text
string allText = pdf.ExtractAllText();
// Extract text from specific page (0-indexed)
string pageText = pdf.ExtractTextFromPage(0); // current page

IRON VB CONVERTER ERROR developers@ironsoftware.com

ExtractAllText 方法傳回一個字串，其中包含 PDF 中的所有可讀文本，並保留換行符和空格。 對於特定頁面的提取，ExtractTextFromPage 允許使用從零開始的索引來定位單一頁面。 當您提供正確的密碼時，此方法可與加密 PDF無縫搭配使用。

以下是一個實用的 ASP.NET Core 控制器實現，示範如何使用此 PDF 檔案讀取 PDF 檔案中的資料：

[ApiController]
[Route("api/[controller]")]
public class PdfController : ControllerBase
{
    [HttpPost("extract-text")]
    public IActionResult ExtractText(IFormFile pdfFile)
    {
        using var stream = new MemoryStream();
        pdfFile.CopyTo(stream);
        var pdf = new PdfDocument(stream.ToArray());
        var extractedText = pdf.ExtractAllText();
        return Ok(new { text = extractedText });
    }
}

[ApiController]
[Route("api/[controller]")]
public class PdfController : ControllerBase
{
    [HttpPost("extract-text")]
    public IActionResult ExtractText(IFormFile pdfFile)
    {
        using var stream = new MemoryStream();
        pdfFile.CopyTo(stream);
        var pdf = new PdfDocument(stream.ToArray());
        var extractedText = pdf.ExtractAllText();
        return Ok(new { text = extractedText });
    }
}

IRON VB CONVERTER ERROR developers@ironsoftware.com

如何讀取PDF表單資料？

PDF 表單包含使用者需要填寫的互動式欄位。 IronPDF 透過其全面的表單 API 簡化了表單資料的擷取，支援所有標準的AcroForm欄位類型。您可以輕鬆提取所有表單欄位數據，包括文字方塊、複選框和內容類型詳細資訊。

然後可以將回應儲存到資料庫、傳回給用戶，或整合到您的 ASP.NET 應用程式工作流程中。 以下程式碼示範如何實現此功能：

[HttpPost("extract-form")]
        public IActionResult ExtractForm([FromForm] IFormFile pdfFile)
        {
            if (pdfFile == null || pdfFile.Length == 0)
            {
                return BadRequest("No PDF file uploaded.");
            }
            using var stream = new MemoryStream();
            pdfFile.CopyTo(stream);
            var pdf = new PdfDocument(stream.ToArray());
            var formData = new Dictionary<string, string>();
            if (pdf.Form != null)
            {
                foreach (var field in pdf.Form)
                {
                    formData[field.Name] = field.Value;
                }
            }
            return Ok(new { formFields = formData });
        }

[HttpPost("extract-form")]
        public IActionResult ExtractForm([FromForm] IFormFile pdfFile)
        {
            if (pdfFile == null || pdfFile.Length == 0)
            {
                return BadRequest("No PDF file uploaded.");
            }
            using var stream = new MemoryStream();
            pdfFile.CopyTo(stream);
            var pdf = new PdfDocument(stream.ToArray());
            var formData = new Dictionary<string, string>();
            if (pdf.Form != null)
            {
                foreach (var field in pdf.Form)
                {
                    formData[field.Name] = field.Value;
                }
            }
            return Ok(new { formFields = formData });
        }

IRON VB CONVERTER ERROR developers@ironsoftware.com

ExtractForm 端點使用 PdfDocument 的 Form 屬性從上傳的 PDF 中讀取互動式欄位。 每個欄位都有一個名稱和一個值，它們被收集到一個字典中，並以 JSON 格式傳回。 這樣就可以輕鬆地從文字方塊、複選框和其他輸入框中捕獲數據，從而可以直接處理 PDF 表單提交內容並將其整合到您的應用程式或資料庫中。

如何從PDF文件中提取表格資料？

PDF 中的表格本質上是格式化的文本，需要解析邏輯來提取結構化資料。 IronPDF 可以提取文字並保留間距，然後您可以在 ASP.NET 中解析這些文字以從 PDF 檔案中讀取資料：

[HttpPost("extract-table")]
public IActionResult ExtractTable([FromForm] IFormFile pdfFile)
{
    if (pdfFile == null || pdfFile.Length == 0)
        return BadRequest("No PDF file uploaded.");
    using var memoryStream = new MemoryStream();
    pdfFile.CopyTo(memoryStream);
    // Load PDF from byte array
    var pdf = new PdfDocument(memoryStream.ToArray());
    // Extract all text
    string text = pdf.ExtractAllText();
    // Split text into lines (rows)
    string[] lines = text.Split(new[] { '\r', '\n' }, StringSplitOptions.RemoveEmptyEntries);
    var tableData = new List<string[]>();
    foreach (string line in lines)
    {
        // Split line into columns using tab character
        string[] columns = line
            .Split('\t')
            .Where(c => !string.IsNullOrWhiteSpace(c))
            .ToArray();
        if (columns.Length > 0)
            tableData.Add(columns);
    }
    var table = tableData.Select(r => string.Join(" | ", r)).ToList();
    return Ok(new { Table = table });
}

[HttpPost("extract-table")]
public IActionResult ExtractTable([FromForm] IFormFile pdfFile)
{
    if (pdfFile == null || pdfFile.Length == 0)
        return BadRequest("No PDF file uploaded.");
    using var memoryStream = new MemoryStream();
    pdfFile.CopyTo(memoryStream);
    // Load PDF from byte array
    var pdf = new PdfDocument(memoryStream.ToArray());
    // Extract all text
    string text = pdf.ExtractAllText();
    // Split text into lines (rows)
    string[] lines = text.Split(new[] { '\r', '\n' }, StringSplitOptions.RemoveEmptyEntries);
    var tableData = new List<string[]>();
    foreach (string line in lines)
    {
        // Split line into columns using tab character
        string[] columns = line
            .Split('\t')
            .Where(c => !string.IsNullOrWhiteSpace(c))
            .ToArray();
        if (columns.Length > 0)
            tableData.Add(columns);
    }
    var table = tableData.Select(r => string.Join(" | ", r)).ToList();
    return Ok(new { Table = table });
}

IRON VB CONVERTER ERROR developers@ironsoftware.com

這段程式碼提取文本，並根據間距模式將其拆分為可能的表格行。 對於更複雜的表格，您可能需要使用關鍵字來識別表格邊界，或根據您的特定 PDF 結構實作更複雜的解析邏輯。

可以下載此輸出結果，在瀏覽器中顯示，或對其進行處理以獲取更多資訊。 您可以整合 CSS 格式化或 HTML 字串渲染，以便在您的解決方案中動態顯示表格。

在 ASP.NET Core 中如何處理上傳的 PDF 檔案？

處理上傳的 PDF 檔案需要將IFormFile轉換為 IronPDF 可以讀取的格式。 這種方法可以與Razor Pages和MVC 控制器無縫合作：

[HttpPost("process-upload")]
        public async Task<IActionResult> ProcessPdf([FromForm] IFormFile file)
        {
            if (file == null || file.Length == 0)
                return BadRequest("No PDF file uploaded.");
            using var ms = new MemoryStream();
            await file.CopyToAsync(ms);
            // Load PDF from byte array
            var pdf = new PdfDocument(ms.ToArray());
            // Extract text and page count
            var text = pdf.ExtractAllText();
            var pageCount = pdf.PageCount;
            return Ok(new
            {
                text = text,
                pages = pageCount
            });
        }

[HttpPost("process-upload")]
        public async Task<IActionResult> ProcessPdf([FromForm] IFormFile file)
        {
            if (file == null || file.Length == 0)
                return BadRequest("No PDF file uploaded.");
            using var ms = new MemoryStream();
            await file.CopyToAsync(ms);
            // Load PDF from byte array
            var pdf = new PdfDocument(ms.ToArray());
            // Extract text and page count
            var text = pdf.ExtractAllText();
            var pageCount = pdf.PageCount;
            return Ok(new
            {
                text = text,
                pages = pageCount
            });
        }

IRON VB CONVERTER ERROR developers@ironsoftware.com

此非同步任務可確保非阻塞處理，並可與物件傳送器、事件參數 e 和標準 .NET 程式庫搭配使用。 使用帶有 Content-Disposition 標頭的 ReturnFile 可以讓使用者安全地下載已處理的 PDF 檔案。 為了提高安全性，請考慮在處理文件之前實施文件驗證。

結論

IronPDF 讓在 ASP.NET Core 和其他 .NET Core 應用程式中讀取、提取、處理和保存 PDF 文件變得容易。 無論您是處理表單、表格、純文字還是數位簽名，這個 .NET 函式庫都能將通常需要數小時才能完成的任務簡化為幾行程式碼。 您可以建立、轉換、存取和顯示 HTML、瀏覽器甚至圖像格式的輸出。

首先免費試用，探索 IronPDF 在 ASP.NET Core 中的完整功能。 在購買許可證之前，您可以建立和測試您的 PDF 提取工作流程。 對於生產環境，IronPDF 提供靈活的選項，適合獨立開發者或大型解決方案。 說實話，使用 IronPDF 是我在 ASP.NET Core 中處理 PDF 文件最快的方法之一，而且不會像通常那樣令人頭痛。