如何在VB.NET中解析PDF文件

特點

高效率的PDF轉換。 機器能做的，IronPDF幾乎都能做。 借助此 PDF 庫，開發人員可以快速建立、讀取文字內容、編寫、載入和操作 PDF。

IronPDF利用Chrome引擎將HTML轉換為PDF文件。它也支援Windows Forms、HTML、ASPX、Razor HTML、.NET Core、ASP.NET、Windows Forms和WPF等技術。 IronPDF 也支援 Xamarin、Blazor、Unity 和 HoloLens 應用程式。 IronPDF 同時支援 Microsoft .NET 和 .NET Core 應用程式（包括 ASP.NET Web 套件和傳統的 Windows 套件）。 IronPDF 可以用來製作美觀的 PDF 檔案。

IronPDF 可以使用 HTML5、JavaScript、CSS 和圖像建立 PDF。 IronPDF 還擁有強大的 HTML 轉 PDF 轉換器，可與 PDF 整合。 IronPDF 採用 Chromium 渲染引擎，內建強大的 PDF 轉換機制，並且獨立於任何外部資源。

• PDF 圖像可以從多種來源創建，包括 HTML、HTML5、ASPX 和 Razor/MVC View。 HTML 和圖片資源都可以轉換為 PDF。
• 可用於處理互動式 PDF 的工具包括填寫和提交互動式表單。 *合併和分割 PDF ，從 PDF 文件中提取文本和圖片，在 PDF 文件中搜尋文本，將 PDF 柵格化為圖像，更改字體大小和轉換 PDF 文件。
• 它允許使用使用者代理、代理伺服器、cookie、HTTP 標頭和表單變數來驗證 HTML 登入表單。
• 透過 IronPDF，使用者可以透過提供使用者名稱和密碼來存取受保護的文件。 IronPDF 是一款可以讀取 PDF 文件中的文字並填補空白的程式。
• 允許添加文字、圖像、書籤、水印等。
• 您可以從 CSS 檔案建立 PDF 檔案。

如需了解更多詳情，請造訪IronPDF 授權資訊頁面，以取得免費的限量金鑰和專業版。

如何在 VB.NET 中解析 PDF 文件，圖 1：IronPDF - 字體格式化 IronPDF-字體格式設定

從PDF文件中提取文本

Imports IronPdf

Module Program
    Sub Main(args As String())
        ' Create a PDF Document object from an existing PDF file
        Dim pdfdoc = PdfDocument.FromFile("result.pdf")

        ' Extract all the text from the PDF
        Dim AllText As String = pdfdoc.ExtractAllText()

        ' Output the extracted text to the console
        Console.WriteLine(AllText)
    End Sub
End Module

Imports IronPdf

Module Program
    Sub Main(args As String())
        ' Create a PDF Document object from an existing PDF file
        Dim pdfdoc = PdfDocument.FromFile("result.pdf")

        ' Extract all the text from the PDF
        Dim AllText As String = pdfdoc.ExtractAllText()

        ' Output the extracted text to the console
        Console.WriteLine(AllText)
    End Sub
End Module

Imports IronPdf

Module Program
    Sub Main(args As String())
        ' Create a PDF Document object from an existing PDF file
        Dim pdfdoc = PdfDocument.FromFile("result.pdf")

        ' Extract text from the first page (page numbers are zero-based)
        Dim AllText As String = pdfdoc.ExtractTextFromPage(0)

        ' Output the extracted text to the console
        Console.WriteLine(AllText)
    End Sub
End Module

Imports IronPdf

Module Program
    Sub Main(args As String())
        ' Create a PDF Document object from an existing PDF file
        Dim pdfdoc = PdfDocument.FromFile("result.pdf")

        ' Extract text from the first page (page numbers are zero-based)
        Dim AllText As String = pdfdoc.ExtractTextFromPage(0)

        ' Output the extracted text to the console
        Console.WriteLine(AllText)
    End Sub
End Module

Imports IronPdf

Module Program
    Sub Main(args As String())
        ' Define a list of page numbers from which to extract text
        Dim Pages As List(Of Integer) = New List(Of Integer) From {3, 5, 7}

        ' Create a PDF Document object from an existing PDF file
        Dim pdfdoc = PdfDocument.FromFile("result.pdf")

        ' Extract text from the specified pages
        Dim AllText As String = pdfdoc.ExtractTextFromPages(Pages)

        ' Output the extracted text to the console
        Console.WriteLine(AllText)
    End Sub
End Module

Imports IronPdf

Module Program
    Sub Main(args As String())
        ' Define a list of page numbers from which to extract text
        Dim Pages As List(Of Integer) = New List(Of Integer) From {3, 5, 7}

        ' Create a PDF Document object from an existing PDF file
        Dim pdfdoc = PdfDocument.FromFile("result.pdf")

        ' Extract text from the specified pages
        Dim AllText As String = pdfdoc.ExtractTextFromPages(Pages)

        ' Output the extracted text to the console
        Console.WriteLine(AllText)
    End Sub
End Module

從PDF文件中提取圖像

IronPDF 提供了一系列擷取影像的方法，例如：

• ExtractBitmapsFromPage
• ExtractBitmapsFromPages
• ExtractImagesFromPage
• 從頁面中ExtractImagesFromPages
• ExtractRawImagesFromPage
• ExtractRawImagesFromPages

每種方法都允許從文件的一個或多個頁面中提取圖像。

Imports IronPdf
Imports System.Drawing

Module Program
    Sub Main(args As String())
        ' Create a PDF Document object from an existing PDF file
        Dim pdfdoc = PdfDocument.FromFile("result.pdf")

        ' Extract raw images from the first page
        Dim images = pdfdoc.ExtractRawImagesFromPage(1)

        ' Iterate over extracted images
        For Each imgData As Byte() In images
            ' Create a memory stream from byte data
            Using ms As New IO.MemoryStream(imgData)
                ' Create a Bitmap object from the memory stream
                Dim image = New Bitmap(ms)

                ' Save the image to the specified output directory
                image.Save("output/test.jpg")
            End Using
        Next
    End Sub
End Module

Imports IronPdf
Imports System.Drawing

Module Program
    Sub Main(args As String())
        ' Create a PDF Document object from an existing PDF file
        Dim pdfdoc = PdfDocument.FromFile("result.pdf")

        ' Extract raw images from the first page
        Dim images = pdfdoc.ExtractRawImagesFromPage(1)

        ' Iterate over extracted images
        For Each imgData As Byte() In images
            ' Create a memory stream from byte data
            Using ms As New IO.MemoryStream(imgData)
                ' Create a Bitmap object from the memory stream
                Dim image = New Bitmap(ms)

                ' Save the image to the specified output directory
                image.Save("output/test.jpg")
            End Using
        Next
    End Sub
End Module

上面的程式碼展示如何使用FromFile函數從現有文件中讀取文檔並將其轉換為 PDF 文檔物件。 透過將頁碼傳遞給物件的ExtractRawImagesFromPage方法，可以獲得一個位元組列表，其中包含該文件該頁面上存在的每一張圖片。 使用For Each循環，處理每個位元組流並將其轉換為記憶體流，然後再轉換為Bitmap ，這有助於保存圖片。 下圖顯示了上述程式碼的輸出結果。

如何在 VB.NET 中解析 PDF 文件，圖 3：從 PDF 輸出中提取圖像 從 PDF 輸出中提取影像

要了解有關 IronPDF API 代碼教程的更多信息，請參閱IronPDF 文件。 您還可以存取其他教程，學習如何使用 C# 解析 PDF 文字。

結論

IronPDF庫的開發許可免費。 如果在生產環境中使用 IronPDF，可以根據開發人員的需求購買不同的許可證。 Lite 套餐起價為$799 ，沒有後續費用。 同時提供 SaaS 和 OEM 再分發方案。 所有許可證均包含更新、一年的產品支援和永久許可證。 它們對製造、建造和開發也很有用。 這是一次性購買。 還有其他免費的、有時限的許可證可供使用。 請造訪IronPDF 許可資訊頁面，以了解 IronPDF 的完整定價和許可詳情。 IronPDF 也提供免費的防複製許可。