在本教程中，我们将了解如何使用两种不同的PDF库从PDF（便携文档格式）文档中提取文本，在C#中实现。

在当今现代网络时代，有许多库能够从PDF文件中提取文本和图像以进行解析和读取。 今天，我们将使用两个强大的PDF库，IronPDF和QuestPDF，来从PDF文件中提取文本。通过比较这两个库如何处理简单的文本提取任务，我们可以确定哪一个更适合处理此类高级PDF任务。 在进入比较部分之前，让我们先简单介绍一下每个库。

QuestPDF

QuestPDF是一个尖端的开源PDF生成库，专为.NET开发人员设计。 它采用现代的声明式API，允许用户以极大的灵活性和精确度定义和生成复杂的PDF布局。 虽然QuestPDF的主要重点是文档生成而非文本提取，但它提供了一种简洁、直观的方法来从头构建文档并操作文档中的不同元素。 这使得它特别适合需要定制、动态PDF内容的应用程序。

IronPDF

IronPDF是一个多功能PDF处理库，旨在使C#中的PDF操作更加容易和高效。 与QuestPDF不同，IronPDF专门用于PDF生成和操作。 它提供的功能包括PDF加密、广泛支持编辑和注释现有PDF、将各种文档转换为PDF格式、添加页眉和页脚（可用于显示页码）、编辑文档元数据、支持多线程和异步操作、以及高级PDF转换工具。

除了其丰富的功能外，IronPDF提供完整的跨平台支持，支持.NET 5/6/7、.NET Core和.NET Framework。 它还完全兼容Windows、macOS、Linux和云平台，如Azure和AWS，成为跨平台.NET应用程序的理想选择。

在今天的示例中，我们将使用这两个库从我们的示例发票PDF文档中提取文本。

首先，我们将查看QuestPDF是否可以处理此任务。

使用QuestPDF从PDF文件中提取文本

不幸的是，虽然QuestPDF在处理PDF创建和某些PDF任务的性能方面表现突出，但文本提取并非其目前提供的功能之一。 尽管QuestPDF本身没有专门为从现有PDF文件中提取文本而设计，但它确实提供了用于处理PDF的基本工具，这些工具可以通过附加逻辑或第三方集成进行扩展以实现文本提取。 例如，可以使用QuestPDF生成具有结构化内容的PDF文档，然后您可以实现自定义解决方案，使用第三方库根据文档的结构提取内容。

使用IronPDF从PDF文件中提取文本

文本提取只是IronPDF在处理PDF时擅长的任务之一。 只需几行代码，我们就可以从整篇PDF文档中提取文本。 这可以在以下代码片段中看到：

using IronPdf;

public class Program
{
    public static void Main(string[] args)
    {
        // Load the PDF document
        PdfDocument pdf = PdfDocument.FromFile("exampleInvoice.pdf");
        
        // Extract all the text from the loaded PDF document
        string text = pdf.ExtractAllText();
        
        // Print the extracted text to the console
        Console.WriteLine(text);
    }
}

using IronPdf;

public class Program
{
    public static void Main(string[] args)
    {
        // Load the PDF document
        PdfDocument pdf = PdfDocument.FromFile("exampleInvoice.pdf");
        
        // Extract all the text from the loaded PDF document
        string text = pdf.ExtractAllText();
        
        // Print the extracted text to the console
        Console.WriteLine(text);
    }
}

Imports IronPdf

Public Class Program
    Public Shared Sub Main(args As String())
        ' Load the PDF document
        Dim pdf As PdfDocument = PdfDocument.FromFile("exampleInvoice.pdf")
        
        ' Extract all the text from the loaded PDF document
        Dim text As String = pdf.ExtractAllText()
        
        ' Print the extracted text to the console
        Console.WriteLine(text)
    End Sub
End Class

Imports IronPdf

Public Class Program
    Public Shared Sub Main(args As String())
        ' Load the PDF document
        Dim pdf As PdfDocument = PdfDocument.FromFile("exampleInvoice.pdf")
        
        ' Extract all the text from the loaded PDF document
        Dim text As String = pdf.ExtractAllText()
        
        ' Print the extracted text to the console
        Console.WriteLine(text)
    End Sub
End Class

输出文件

比较

IronPDF提供了一个简单的API用于提取文本，使其成为关注效率的开发人员的理想选择。 只需三行代码，我们就能够提取PDF文档中的文本内容并将其展示出来以供阅读。 从这里，您可以轻松地保存提取的文本以供进一步使用或操作。

另一方面，QuestPDF由于功能数量较有限，无法处理诸如文本提取等任务。 虽然它可以处理其他任务，如PDF生成和基本操作，但您需要实现外部库才能提取文本。

结论

说到提取文本，QuestPDF通过其社区许可证在私人项目中免费使用，但也可以选择商业许可证。

两个库都准确且可靠，但最终选择取决于您的项目需求。

要更深入地比较这些库，请查看IronPDF与QuestPDF上的完整博客。