如何在Selenium WebDriver C#中閱讀PDF文件，而無需常見的複雜性

為什麼 Selenium 難以處理 PDF 內容？

當 PDF 文件在瀏覽器中開啟時，Selenium 可以導航到該頁面並與瀏覽器控制項進行交互，但它無法查詢文件中的文字或資料。 PDF 檔案被渲染為嵌入式物件或插件，而不是WebDriver 協定可以遍歷的 HTML 元素。 瀏覽器的 PDF 檢視器可以直觀地渲染文檔，但 Selenium 無法存取 DOM 進行檢查——每個 XPath 查詢或 CSS 選擇器都會傳回空值。

傳統解決方法需要將檔案下載到磁碟，呼叫單獨的解析庫，然後手動將所有內容連接起來。 這種多步驟流程增加了複雜性，創建了脆弱的測試程式碼，並使 CI/CD 管道變得複雜，因為檔案路徑和權限難以控制。 IronPDF 簡化了所有這些步驟，讓您可以從 URL 或本機路徑載入 PDF，並在一次呼叫中提取其文字——直接在您現有的 .NET 測試項目中，無需任何中間文件或配置。

實際結果是，測試程式碼變得更短、更容易閱讀，並且在測試環境發生變化時更不容易出錯。 若想更全面地了解 IronPDF 除了文字擷取之外還能做的所有事情，請造訪IronPDF 文件中心。

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

如何安裝 IronPDF 以進行 Selenium 測試？

準備所需包裹只需不到一分鐘。 在 Visual Studio 中開啟套件管理員控制台並執行：

Install-Package IronPdf
dotnet add package IronPdf

Install-Package IronPdf
dotnet add package IronPdf

如果你的專案中還沒有 Selenium 包，你還需要安裝它們：

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

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

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

安裝軟體包後，在測試檔案的頂部加入以下 using 指令：

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

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

Imports IronPdf
Imports OpenQA.Selenium
Imports OpenQA.Selenium.Chrome
Imports System.IO

IronPDF 面向 .NET 10，可在 Windows、Linux 和 macOS 等跨平台環境下運行，因此相同的測試程式碼可以在每個環境中運行，包括 Docker 容器和雲端 CI 代理程式。

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

!{--01001100010010010100001001010010010000010101001001011001010111110100011101000101010101 01000101111101010011010101000100000101010010010101000100010101000100010111110101011101001000110 1010101000100100001011111010100000101001001001111010001000101010101010000110101010100101010101011 10101010001010010010010010010000010100110001011111010000100100110001001111101000011010010111111010000110100101110--

如何直接從 URL 讀取 PDF 檔案？

從 URL 讀取 PDF 內容完全跳過了下載步驟。 Selenium 定位鏈接，IronPDF 加載文檔，只需幾行程式碼即可獲取全文以進行斷言。

// Initialize Chrome driver
var driver = new ChromeDriver();

// Navigate to a webpage containing a PDF link
driver.Navigate().GoToUrl("https://ironpdf.com/");

// Find and capture the PDF URL
IWebElement pdfLink = driver.FindElement(By.CssSelector("a[href$='.pdf']"));
string pdfUrl = pdfLink.GetAttribute("href");

// Load the PDF directly from the URL -- no download needed
var pdf = PdfDocument.FromUrl(new Uri(pdfUrl));
string extractedText = pdf.ExtractAllText();

// Assert expected content
if (extractedText.Contains("IronPDF"))
{
    Console.WriteLine("PDF validation passed!");
}

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 capture the PDF URL
IWebElement pdfLink = driver.FindElement(By.CssSelector("a[href$='.pdf']"));
string pdfUrl = pdfLink.GetAttribute("href");

// Load the PDF directly from the URL -- no download needed
var pdf = PdfDocument.FromUrl(new Uri(pdfUrl));
string extractedText = pdf.ExtractAllText();

// Assert expected content
if (extractedText.Contains("IronPDF"))
{
    Console.WriteLine("PDF validation passed!");
}

driver.Quit();

Imports OpenQA.Selenium
Imports OpenQA.Selenium.Chrome
Imports IronPdf

' Initialize Chrome driver
Dim driver As IWebDriver = New ChromeDriver()

' Navigate to a webpage containing a PDF link
driver.Navigate().GoToUrl("https://ironpdf.com/")

' Find and capture the PDF URL
Dim pdfLink As IWebElement = driver.FindElement(By.CssSelector("a[href$='.pdf']"))
Dim pdfUrl As String = pdfLink.GetAttribute("href")

' Load the PDF directly from the URL -- no download needed
Dim pdf As PdfDocument = PdfDocument.FromUrl(New Uri(pdfUrl))
Dim extractedText As String = pdf.ExtractAllText()

' Assert expected content
If extractedText.Contains("IronPDF") Then
    Console.WriteLine("PDF validation passed!")
End If

driver.Quit()

PdfDocument.FromUrl() 從記憶體中取得並解析文件。 ExtractAllText() 呼叫會將每一頁的所有文字作為單一字串傳回，供您進行斷言。 對於受密碼保護的文檔，請將憑證作為附加參數傳遞，以便在測試期間仍可存取受保護的文件。 要了解有關文字擷取選項的更多信息，請參閱IronPDF 文字擷取指南。

如何自動下載和處理PDF檔案？

當在身份驗證後或透過動態工作流程產生 PDF 時，先下載它可能是唯一的選擇。 配置 Chrome 自動將 PDF 檔案下載到指定目錄，然後將檔案路徑傳遞給 IronPDF：

// Configure Chrome to auto-download PDFs
var chromeOptions = new ChromeOptions();
chromeOptions.AddUserProfilePreference("download.default_directory", @"C:\PDFTests");
chromeOptions.AddUserProfilePreference("plugins.always_open_pdf_externally", true);

var driver = new ChromeDriver(chromeOptions);
string appUrl = "https://example.com/reports";

// Trigger the download
driver.Navigate().GoToUrl(appUrl);
driver.FindElement(By.Id("downloadReport")).Click();

// Wait for the download -- replace Thread.Sleep with a file-system watcher in production tests
System.Threading.Thread.Sleep(3000);

// Read the downloaded PDF
string pdfPath = @"C:\PDFTests\report.pdf";
var pdf = PdfDocument.FromFile(pdfPath);
string content = pdf.ExtractAllText();

// Validate specific data
bool hasExpectedData = content.Contains("Quarterly Revenue: $1.2M");
Console.WriteLine($"Revenue data found: {hasExpectedData}");

// Extract text from a specific page (zero-indexed)
string page2Content = pdf.ExtractTextFromPage(1);

// Clean up
File.Delete(pdfPath);
driver.Quit();

// Configure Chrome to auto-download PDFs
var chromeOptions = new ChromeOptions();
chromeOptions.AddUserProfilePreference("download.default_directory", @"C:\PDFTests");
chromeOptions.AddUserProfilePreference("plugins.always_open_pdf_externally", true);

var driver = new ChromeDriver(chromeOptions);
string appUrl = "https://example.com/reports";

// Trigger the download
driver.Navigate().GoToUrl(appUrl);
driver.FindElement(By.Id("downloadReport")).Click();

// Wait for the download -- replace Thread.Sleep with a file-system watcher in production tests
System.Threading.Thread.Sleep(3000);

// Read the downloaded PDF
string pdfPath = @"C:\PDFTests\report.pdf";
var pdf = PdfDocument.FromFile(pdfPath);
string content = pdf.ExtractAllText();

// Validate specific data
bool hasExpectedData = content.Contains("Quarterly Revenue: $1.2M");
Console.WriteLine($"Revenue data found: {hasExpectedData}");

// Extract text from a specific page (zero-indexed)
string page2Content = pdf.ExtractTextFromPage(1);

// Clean up
File.Delete(pdfPath);
driver.Quit();

Imports OpenQA.Selenium
Imports OpenQA.Selenium.Chrome
Imports System.IO
Imports System.Threading

' Configure Chrome to auto-download PDFs
Dim chromeOptions As New ChromeOptions()
chromeOptions.AddUserProfilePreference("download.default_directory", "C:\PDFTests")
chromeOptions.AddUserProfilePreference("plugins.always_open_pdf_externally", True)

Dim driver As New ChromeDriver(chromeOptions)
Dim appUrl As String = "https://example.com/reports"

' Trigger the download
driver.Navigate().GoToUrl(appUrl)
driver.FindElement(By.Id("downloadReport")).Click()

' Wait for the download -- replace Thread.Sleep with a file-system watcher in production tests
Thread.Sleep(3000)

' Read the downloaded PDF
Dim pdfPath As String = "C:\PDFTests\report.pdf"
Dim pdf = PdfDocument.FromFile(pdfPath)
Dim content As String = pdf.ExtractAllText()

' Validate specific data
Dim hasExpectedData As Boolean = content.Contains("Quarterly Revenue: $1.2M")
Console.WriteLine($"Revenue data found: {hasExpectedData}")

' Extract text from a specific page (zero-indexed)
Dim page2Content As String = pdf.ExtractTextFromPage(1)

' Clean up
File.Delete(pdfPath)
driver.Quit()

plugins.always_open_pdf_externally 首選項會繞過 Chrome 內建的 PDF 檢視器，使檔案儲存到磁碟而不是在瀏覽器中開啟。 ExtractTextFromPage() 當不同的驗證資料出現在多頁報告的不同頁面上時，它能提供頁面層級精確度。 為了有效率地處理大型文檔，請查看IronPDF 效能技巧。

如何在自動化測試中驗證 PDF 內容？

檢查文件是否包含正確的術語是最常見的測試場景。 以下輔助方法接受一個檔案路徑和一個所需術語數組，當缺少任何預期術語時，返回 false：

bool ValidatePdfContent(string pdfPath, string[] expectedTerms)
{
    var pdf = PdfDocument.FromFile(pdfPath);
    string fullText = pdf.ExtractAllText();

    // Verify each required term
    foreach (string term in expectedTerms)
    {
        if (!fullText.Contains(term, StringComparison.OrdinalIgnoreCase))
        {
            Console.WriteLine($"Missing expected term: {term}");
            return false;
        }
    }

    // Validate first-page structure
    if (pdf.PageCount > 0)
    {
        string firstPageText = pdf.ExtractTextFromPage(0);
        if (!firstPageText.Contains("Invoice #") && !firstPageText.Contains("Date:"))
        {
            Console.WriteLine("Header validation failed");
            return false;
        }
    }

    return true;
}

bool ValidatePdfContent(string pdfPath, string[] expectedTerms)
{
    var pdf = PdfDocument.FromFile(pdfPath);
    string fullText = pdf.ExtractAllText();

    // Verify each required term
    foreach (string term in expectedTerms)
    {
        if (!fullText.Contains(term, StringComparison.OrdinalIgnoreCase))
        {
            Console.WriteLine($"Missing expected term: {term}");
            return false;
        }
    }

    // Validate first-page structure
    if (pdf.PageCount > 0)
    {
        string firstPageText = pdf.ExtractTextFromPage(0);
        if (!firstPageText.Contains("Invoice #") && !firstPageText.Contains("Date:"))
        {
            Console.WriteLine("Header validation failed");
            return false;
        }
    }

    return true;
}

Imports System

Function ValidatePdfContent(pdfPath As String, expectedTerms As String()) As Boolean
    Dim pdf = PdfDocument.FromFile(pdfPath)
    Dim fullText As String = pdf.ExtractAllText()

    ' Verify each required term
    For Each term As String In expectedTerms
        If Not fullText.Contains(term, StringComparison.OrdinalIgnoreCase) Then
            Console.WriteLine($"Missing expected term: {term}")
            Return False
        End If
    Next

    ' Validate first-page structure
    If pdf.PageCount > 0 Then
        Dim firstPageText As String = pdf.ExtractTextFromPage(0)
        If Not firstPageText.Contains("Invoice #") AndAlso Not firstPageText.Contains("Date:") Then
            Console.WriteLine("Header validation failed")
            Return False
        End If
    End If

    Return True
End Function

StringComparison.OrdinalIgnoreCase 防止因產生的文件中的大小寫差異而導致測試失敗。 IronPDF 在擷取過程中保留文字版面配置和格式，因此位置驗證（例如確認標題欄位出現在第一頁）在不同的 PDF 產生器中都能可靠地運作。

對於更高級的場景，例如從 PDF 文件中提取表格、提取嵌入的圖像或讀取互動式表單字段，IronPDF 為每個任務提供了專用 API。 當您的測試套件需要在驗證之前組裝或分割文件時，您也可以將文字擷取與PDF 合併或分割工作流程連結。

使用 Selenium 進行 PDF 測試的最佳實踐是什麼？

從一開始就應用一些模式，可以讓你的 PDF 測試套件在專案發展過程中保持可維護性。

使用顯式等待而不是固定延遲。將 Thread.Sleep() 替換為檔案系統監視器或輪詢循環，以檢查檔案是否存在。 Selenium 的明確等待文件涵蓋了瀏覽器端的等待策略，同樣的原理也適用於下載。 在速度較慢的持續整合機器上，固定延遲很容易失效。

將 PDF 操作集中到一個基底類別。建立一個共享的輔助類或基類測試類，該類公開如下方法：LoadPdfFromUrl、DownloadPdf 和 ValidateTerms。 這樣，各個測試就能專注於斷言，而不是 PDF 底層實作。 這與 IronPDF 本身在HTML 到 PDF 轉換和其他核心操作中遵循的模式相呼應。

每次測試後清理下載的檔案。在 finally 程式碼區塊或清理方法中呼叫 File.Delete()，以防止臨時 PDF 檔案在磁碟上累積。 這在平行測試運行中尤其重要，因為多個檔案可能會同時落入同一目錄。

無需任何更改即可跨平台運行測試。 IronPDF無需條件編譯即可在 Windows、Linux 和 macOS 上運行。 同一個測試程序集在本地運行後，也能在基於 Linux 的 CI 代理程式上正確執行。 有關 Docker 特定配置，請參閱跨平台部署指南。

不要將密碼納入原始碼控制系統。處理受保護的 PDF 檔案時，應從環境變數或金鑰管理員讀取憑證，而不是將其硬編碼到程式碼中。 IronPDF 的 PdfDocument.FromFile(path, password) 重載在載入時接受密碼，因此呼叫網站保持乾淨。 IronPDF 許可頁面涵蓋了生產部署的團隊和企業許可。

將文字擷取範圍限定到所需頁面。 ExtractAllText() 適用於小型文檔，但對於大型多頁 PDF，建議僅對包含待驗證資料的頁面呼叫 ExtractTextFromPage()。 這樣可以減少記憶體使用，加快測試執行速度。 請參閱API 參考文件以取得完整的方法簽名文字擷取資訊。

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

IronPDF 與其他 .NET PDF 程式庫相比如何？

IronPDF 的直接 URL 載入和單一方法文字擷取使其在測試自動化環境中具有明顯的優勢，因為在測試自動化環境中，開發速度至關重要。 對於需要從 HTML 產生 PDF或在相同工作流程中操作現有文件的團隊來說，使用一個庫來處理這兩個任務可以大大簡化依賴關係樹。 像 PdfPig 這樣的開源替代方案對於簡單的提取需求來說比較合適，但它們需要更多的設定來處理 URL 加載，並且不提供內建的 PDF 生成功能。

如何開始免費試用？

IronPDF 提供功能齊全的免費試用版，因此您可以在購買許可證之前在測試環境中驗證該程式庫。 試用期間，水印限制不會影響文字擷取或驗證工作流程。

開始使用：

1. 安裝 NuGet 套件：dotnet add package IronPdf
2. 將 using IronPdf; 新增至您的測試檔案。
3. 呼叫 PdfDocument.FromUrl() 或 PdfDocument.FromFile() 並開始擷取文字。

造訪IronPDF 免費試用頁面下載試用金鑰。 對於團隊或企業部署，請查看IronPDF 許可選項，找到適合您需求的方案。

可加快設定速度的其他資源：

IronPDF .NET 快速入門指南

• PdfDocument 的完整 API 參考 IronPDF NuGet 頁面 社群支持和實例

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