如何使用 IronPDF 在 Selenium WebDriver C# 中讀取 PDF 檔案

為什麼 Selenium 需要幫助才能處理 PDF 檔案？

當 PDF 文件在瀏覽器中開啟時，Selenium 可以導航到該文件，甚至可以與瀏覽器的 PDF 檢視器視窗進行交互，但它無法存取 PDF 文件中的實際內容。 這是因為 PDF 被渲染為嵌入式物件或插件，而不是 Selenium 可以透過其WebDriver 協定查詢的 HTML 元素。

傳統方法包括將 PDF 檔案下載到本機計算機，然後使用單獨的庫在 Selenium WebDriver C# 中從 PDF 中提取文字。 這種多步驟過程引入了複雜性，需要管理多個依賴項，並且通常會導致脆弱的測試程式碼，難以在持續整合環境中維護。 與需要 Apache PDFBox JAR 檔案和複雜文件管理的 Java 解決方案不同，IronPDF 提供了一個 .NET 原生解決方案。

IronPDF巧妙地彌合了這一差距。 作為一個全面的.NET PDF 庫，它直接在您的 C# 測試自動化框架中處理 PDF 操作。 無論您需要驗證發票總額、核實報告內容或提取表單數據，IronPDF 都能提供相應的工具，有效地完成這些任務，同時保持 PDF 格式的清晰易讀的測試代碼。

如何使用 IronPDF 在 Selenium WebDriver C# 中讀取 PDF 檔案：圖 2 - 功能

快速設定指南：IronPDF 與 Selenium

使用 Selenium WebDriver C# 讀取 PDF 檔案只需要極少的設置，就像在 Java 中安裝 Apache PDFBox JAR 一樣。 首先，透過 NuGet 套件管理器安裝必要的套件：

Install-Package IronPDF
Install-Package Selenium.WebDriver
Install-Package Selenium.WebDriver.ChromeDriver

Install-Package IronPDF
Install-Package Selenium.WebDriver
Install-Package Selenium.WebDriver.ChromeDriver

IRON VB CONVERTER ERROR developers@ironsoftware.com

如何使用 IronPDF 在 Selenium WebDriver C# 中讀取 PDF 檔案：圖 3 - 安裝

安裝好軟體包後，請使用以下程式碼配置測試類，並新增必要的命名空間：

using IronPdf;
using OpenQA.Selenium;
using OpenQA.Selenium.Chrome;
using System.IO;

using IronPdf;
using OpenQA.Selenium;
using OpenQA.Selenium.Chrome;
using System.IO;

IRON VB CONVERTER ERROR developers@ironsoftware.com

這個簡單的設定提供了在 Selenium C# 中自動測試 PDF 和讀取 PDF 內容所需的一切。 IronPDF 可在不同的 .NET 框架上運行，並支援跨平台部署，使其適用於各種測試環境，包括 Docker 容器和 CI/CD 管道。

ChromeDriver 將處理瀏覽器自動化，而 IronPDF 將管理所有與 PDF 相關的操作，以從 PDF 文件中提取文字。 這種專注於點分離的做法，使得你在自動化測試中驗證 PDF 內容時，程式碼能夠保持條理清晰、易於維護。 無需像使用 Apache PDFBox 那樣配置複雜的建置路徑設定或管理外部 JAR 檔案。

如何使用 IronPDF 在 Selenium WebDriver C# 中讀取 PDF 檔案：圖 4 - 如何使用 Selenium WebDriver C# 讀取 PDF 檔案 - IronPDF

使用 Selenium 輕鬆實現從 URL 直接讀取 PDF

在 Selenium WebDriver C# 中，當需要從 PDF 中提取文字時，直接從 URL 讀取 PDF 內容可以完全省去下載步驟。 在許多測試場景中，您可以捕獲表示 PDF 位址的字串 URL，並將其直接傳遞給 IronPDF。 開發人員通常會將此邏輯封裝在可重複使用的輔助方法中，例如名為public string ReadPdfContent的實用函數，以便在自動化測試框架中集中提取 PDF。

以下是一個例子：

// Initialize Chrome driver
var driver = new ChromeDriver();
// Navigate to a webpage containing a PDF link
driver.Navigate().GoToUrl("https://ironpdf.com/");
// Find and get the PDF URL
IWebElement pdfLink = driver.FindElement(By.CssSelector("a[href$='.pdf']"));
string pdfUrl = pdfLink.GetAttribute("href");
// Use IronPDF to read the PDF directly from URL
var pdf = PdfDocument.FromUrl(new Uri(pdfUrl));
string extractedText = pdf.ExtractAllText();
// Validate the content
if (extractedText.Contains("IronPDF"))
{
    Console.WriteLine("PDF validation passed!");
}
// Clean up
driver.Quit();

// Initialize Chrome driver
var driver = new ChromeDriver();
// Navigate to a webpage containing a PDF link
driver.Navigate().GoToUrl("https://ironpdf.com/");
// Find and get the PDF URL
IWebElement pdfLink = driver.FindElement(By.CssSelector("a[href$='.pdf']"));
string pdfUrl = pdfLink.GetAttribute("href");
// Use IronPDF to read the PDF directly from URL
var pdf = PdfDocument.FromUrl(new Uri(pdfUrl));
string extractedText = pdf.ExtractAllText();
// Validate the content
if (extractedText.Contains("IronPDF"))
{
    Console.WriteLine("PDF validation passed!");
}
// Clean up
driver.Quit();

IRON VB CONVERTER ERROR developers@ironsoftware.com

程式碼首先使用 Selenium 導航到網頁並找到 PDF 連結。 GetAttribute("href")方法將 PDF 的 URL 擷取為字串。 IronPDF 的PdfDocument.FromUrl()方法可以直接從此 URL 載入 PDF 檔案 - 在 Selenium 中讀取 PDF 檔案無需下載。 ExtractAllText()方法會擷取每個頁面中的所有文字內容，然後您可以將其與預期值進行驗證。

這種方法對於託管在公共 URL 或應用程式內的 PDF 文件尤其有效。 對於受密碼保護的文檔，IronPDF 接受憑證作為附加參數，在保持安全性的同時，實現 PDF 資料的自動化測試。 此解決方案無需複雜的 XML 設定檔即可正常運作。

自動下載並處理PDF文件

使用 Selenium WebDriver C# 讀取 PDF 文件時，有時需要先下載 PDF 文件，尤其是在處理動態產生的文件或驗證後的內容時。 配置 Chrome 瀏覽器自動將 PDF 檔案下載到指定目錄：

// Configure Chrome options for automatic PDF download
var chromeOptions = new ChromeOptions();
chromeOptions.AddUserProfilePreference("download.default_directory", @"C:\PDFTests");
chromeOptions.AddUserProfilePreference("plugins.always_open_pdf_externally", true);
// Initialize driver with options
var driver = new ChromeDriver(chromeOptions);
string appUrl = "https://example.com/reports";
// Navigate and trigger PDF download
driver.Navigate().GoToUrl(appUrl);
driver.FindElement(By.Id("downloadReport")).Click();
// Wait for download to complete (implement appropriate wait strategy)
System.Threading.Thread.Sleep(3000);
// Read the downloaded PDF with IronPDF
string pdfPath = @"C:\PDFTests\report.pdf";
var pdf = PdfDocument.FromFile(pdfPath);
string content = pdf.ExtractAllText();
// Perform validations
bool hasExpectedData = content.Contains("Quarterly Revenue: $1.2M");
Console.WriteLine($"Revenue data found: {hasExpectedData}");
// Extract content from specific page
string page2Content = pdf.ExtractTextFromPage(1); // Zero-indexed
// Clean up
File.Delete(pdfPath);
driver.Quit();

// Configure Chrome options for automatic PDF download
var chromeOptions = new ChromeOptions();
chromeOptions.AddUserProfilePreference("download.default_directory", @"C:\PDFTests");
chromeOptions.AddUserProfilePreference("plugins.always_open_pdf_externally", true);
// Initialize driver with options
var driver = new ChromeDriver(chromeOptions);
string appUrl = "https://example.com/reports";
// Navigate and trigger PDF download
driver.Navigate().GoToUrl(appUrl);
driver.FindElement(By.Id("downloadReport")).Click();
// Wait for download to complete (implement appropriate wait strategy)
System.Threading.Thread.Sleep(3000);
// Read the downloaded PDF with IronPDF
string pdfPath = @"C:\PDFTests\report.pdf";
var pdf = PdfDocument.FromFile(pdfPath);
string content = pdf.ExtractAllText();
// Perform validations
bool hasExpectedData = content.Contains("Quarterly Revenue: $1.2M");
Console.WriteLine($"Revenue data found: {hasExpectedData}");
// Extract content from specific page
string page2Content = pdf.ExtractTextFromPage(1); // Zero-indexed
// Clean up
File.Delete(pdfPath);
driver.Quit();

IRON VB CONVERTER ERROR developers@ironsoftware.com

Chrome 的設定選項可確保 PDF 檔案自動下載到本機，而無需在瀏覽器中開啟。 plugins.always_open_pdf_externally設定會在需要從 PDF 檔案中提取文字時繞過 Chrome 內建的 PDF 檢視器。 透過 Selenium 觸發下載後，IronPDF 可以有效率地讀取本機文件，並提供可供解析以進行驗證的回傳輸出。

ExtractTextFromPage()方法允許從特定頁面提取有針對性的內容，這在驗證多頁文件時非常有用，因為不同的資訊會出現在不同的頁面上。 這種精細的控制有助於在使用 Selenium WebDriver C# 驗證 PDF 內容時建立更精確的測試。 對於處理大型 PDF 文件，IronPDF 提供最佳化的方法，以保持效能。

如何在測試中驗證PDF內容？

使用 Selenium WebDriver C# 讀取 PDF 資料時，有效的 PDF 驗證不僅僅是簡單的文字擷取。 以下是如何使用 IronPDF 的文字擷取方法實現強大的內容驗證：

public bool ValidatePdfContent(string pdfPath, string[] expectedTerms)
{
    var pdf = PdfDocument.FromFile(pdfPath);
    string fullText = pdf.ExtractAllText();
    // Check for multiple expected terms
    foreach (string term in expectedTerms)
    {
        if (!fullText.Contains(term, StringComparison.OrdinalIgnoreCase))
        {
            Console.WriteLine($"Missing expected term: {term}");
            return false;
        }
    }
    // Extract and validate specific sections
    if (pdf.PageCount > 0)
    {
        string firstPageText = pdf.ExtractTextFromPage(0);
        // Validate header information typically on first page
        if (!firstPageText.Contains("Invoice #") && !firstPageText.Contains("Date:"))
        {
            Console.WriteLine("Header validation failed");
            return false;
        }
    }
    return true;
}

public bool ValidatePdfContent(string pdfPath, string[] expectedTerms)
{
    var pdf = PdfDocument.FromFile(pdfPath);
    string fullText = pdf.ExtractAllText();
    // Check for multiple expected terms
    foreach (string term in expectedTerms)
    {
        if (!fullText.Contains(term, StringComparison.OrdinalIgnoreCase))
        {
            Console.WriteLine($"Missing expected term: {term}");
            return false;
        }
    }
    // Extract and validate specific sections
    if (pdf.PageCount > 0)
    {
        string firstPageText = pdf.ExtractTextFromPage(0);
        // Validate header information typically on first page
        if (!firstPageText.Contains("Invoice #") && !firstPageText.Contains("Date:"))
        {
            Console.WriteLine("Header validation failed");
            return false;
        }
    }
    return true;
}

IRON VB CONVERTER ERROR developers@ironsoftware.com

此驗證方法在 Selenium 測試中從 PDF 中提取文字時，會檢查多個預期術語，同時保持不區分大小寫的匹配，以確保可靠性。 StringComparison.OrdinalIgnoreCase參數可確保測試不會因大小寫差異而變得脆弱，這是驗證在不同環境下開啟的 PDF 時常見的問題。

最佳實踐是什麼？

在 Selenium WebDriver C# 中下載檔案以讀取 PDF 時，始終實作適當的等待策略，而不是固定的延遲。 使用明確等待或檔案系統監視器來可靠地偵測下載完成情況。 IronPDF 的跨平台支援意味著您的測試無需修改即可在 Windows、Linux 或 macOS 上運行，非常適合需要從 PDF 一致地提取文字的各種 CI/CD 環境。

測試結束後，請務必清理下載的文件，以防止磁碟空間不足。 考慮實作一個處理常見 PDF 操作的測試基類，這樣在驗證 PDF 內容時，你的各個測試就會更簡潔、更有針對性。 本文提供了一個完整的解決方案——除了 IronPDF 和 Selenium 之外，無需任何外部庫依賴。

如何使用 IronPDF 在 Selenium WebDriver C# 中讀取 PDF 檔案：圖 8 - 跨平台相容性

結論

IronPDF 將 Selenium WebDriver 中的 PDF 測試從複雜的多庫挑戰轉變為簡單的流程。 透過將 Selenium 的 Web 自動化功能與 IronPDF 強大的 PDF 操作功能結合，您可以建立強大、易於維護的測試，從而有效地驗證 PDF 內容。

該庫的簡單 API、全面的文本提取功能以及與 .NET 測試框架的無縫集成，使其成為需要在 Selenium WebDriver C# 中讀取 PDF 文件的團隊的理想選擇。 無論您是在驗證發票、報告或任何其他 PDF 文檔，IronPDF 都能提供相應的工具，以最少的程式碼和最高的可靠性確保您的內容符合預期。 立即免費試用！

準備好使用 Selenium WebDriver 簡化 PDF 測試並從 PDF 中提取文字了嗎？ 從 IronPDF 的免費試用版開始，體驗 PDF 驗證可以變得多麼輕鬆。 對於生產環境，請探索符合團隊需求並能隨著測試要求而擴展的授權選項。

如何使用 IronPDF 在 Selenium WebDriver C# 中讀取 PDF 檔案：圖 9 - 許可