使用IRONPDF

如何在ASP.NET Core中從PDF中讀取數據

更新日期:9月 21, 2025

在 .NET Core 應用程式中處理 PDF 檔案可能比看起來更複雜。您可能需要從上傳的發票中提取文本、從調查中抓取表單數據，或解析表格以用於您的資料庫。我見過很多專案因為開發人員使用過於複雜的庫而減速。這就是 IronPDF 的用武之地。它允許您閱讀和處理 PDF 文檔，而無需面對混亂的依賴項或編寫大量的自訂解析代碼。

無論您是處理簡單文本、數位簽名，還是結構化數據，IronPDF 都讓它變得簡單。本指南將向您展示如何在 ASP.NET 中從 PDF 檔案中讀取數據、處理 IFormFile、處理位元陣列，甚至將檔案返回給使用者或將其呈現為 HTML 字串。您也可以將其整合到您的解決方案中、在瀏覽器中顯示輸出或將其存儲在資料庫中。

如何在 ASP.NET Core 中設置 IronPDF？

在您的 ASP.NET Core 項目中開始使用 IronPDF 只需幾分鐘。通過 NuGet Package Manager Console 使用以下命令安裝 IronPDF NuGet 套件：

Install-Package IronPdf

或者通過 .NET CLI：

dotnet add package IronPdf

安裝後，將 IronPDF 命名空間新增到您的類 Program、控制器或服務中：

using IronPdf;

using IronPdf;

Imports IronPdf

$vbLabelText $csharpLabel

For detailed installation options including Docker deployment, Azure setup, and additional information, check the comprehensive documentation.

您如何從 PDF 檔案中提取文本？

IronPDF 的 ExtractAllText 方法提供了對 PDF 文檔中所有文本內容的即時訪問。此方法處理各種文本編碼並保持原始文檔的閱讀順序，確保從 ASP.NET Core 應用程式中的 PDF 檔案中準確提取數據。

// 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

$vbLabelText $csharpLabel

ExtractAllText 方法返回包含來自 PDF 的所有可讀文本的字符串，保留了換行符和間距。對於頁面特定的提取，ExtractTextFromPage 允許使用基於零的索引針對單個頁面。當您提供正確的密碼時，此方法可無縫處理加密的 PDF。

這是一個實用的 ASP.NET Core 控制器實現，展示了如何使用此 PDF 讀取 PDF 檔案中的數據：

示例代碼

[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

$vbLabelText $csharpLabel

此示例代碼有效地處理上傳的 PDF 檔案。 IFormFile 參數適用於 Razor 頁面或 MVC 控制器，而 MemoryStream 確保在不創建暫時檔案的情況下順利處理，最終改善響應時間。開發人員可以下載、保存或處理提取的文本以用於資料庫存儲、生成報告或在瀏覽器中顯示內容。

如何讀取 PDF 表單數據？

PDF 表單包含使用者填寫的互動字段。 IronPDF simplifies extracting this form data through its comprehensive forms API, supporting all standard AcroForm field types. You can easily extract all form field data, including text boxes, checkboxes, and content type details.

響應可以然後被保存到資料庫、返還給使用者，或者整合到您的 ASP.NET 應用程式工作流程中。以下代碼示範了如何做到這一點：

[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

$vbLabelText $csharpLabel

ExtractForm 端點使用 PdfDocument 的 Form 屬性從上傳的 PDF 中讀取互動字段。每個字段都有一個名稱和值，這些被收集到字典中並以 JSON 返回。這使得容易從文本框、複選框和其他輸入中捕獲數據，允許 PDF 表單提交直接整合到您的應用程式或資料庫中。

輸出

如何在 ASP.NET Core 中從 PDF 讀取數據：圖 3 - HTTP Postman

您如何從 PDF 文檔中提取表格數據？

PDF 中的表格實質上是格式化的文本，需要解析邏輯來提取結構化數據。 IronPDF 在保留間距的同時提取文本，然後您可以解析它來從 PDF 檔案中讀取數據在 ASP.NET 中：

[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

$vbLabelText $csharpLabel

此代碼提取文本並根據間距模式將其拆分為潛在的表格行。對於更複雜的表格，您可能需要使用關鍵字識別表格邊界或根據具體的 PDF 結構實現更複雜的解析邏輯。

此輸出可以下載、在瀏覽器中顯示或處理以獲取其他信息。您可以整合 CSS 格式化或 HTML 字串渲染來動態顯示表格在您的解決方案中。

輸出

如何在 ASP.NET Core 中從 PDF 讀取數據：圖 4

您如何在 ASP.NET Core 中處理上傳的 PDF 檔案？

處理上傳的 PDF 需要將 IFormFile 轉換為 IronPDF 可以讀取的格式。 This approach works seamlessly with Razor Pages and MVC controllers:

[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

$vbLabelText $csharpLabel

此異步任務確保非阻塞處理，並且使用對象發送者、eventargs e 和標準 .NET 庫一起工作。使用 ReturnFile 與 Content-Disposition 標頭允許使用者安全地下載處理後的 PDF 檔案。為了額外的安全性，請考慮在處理前實現文件驗證。

結論

IronPDF 使其在 ASP.NET Core 和其他 .NET Core 應用程式中輕鬆讀取、提取、處理和保存 PDF 文檔。無論您是在處理表單、表格、純文本或數位簽名，該 .NET 庫都簡化了通常需要數小時完成的任務，只需要幾行代碼。您可以創建、轉換、訪問和顯示輸出於 HTML、瀏覽器甚至圖像格式。

從免費試用開始，以探索 IronPDF 在您的 ASP.NET Core 中的全部功能。您可以在承諾購入許可證之前構建和測試您的 PDF 提取工作流。對於生產，IronPDF 提供了適合單人開發人員或大型解決方案的靈活選項。坦率地說，使用 IronPDF 是我發現處理 PDF 檔案在 ASP.NET Core 中最快的方法之一，而不需通常的麻煩。