.NET 帮助

C# 字符串包含（如何为开发人员工作）

Name: IronPDF
Brand: Iron Software
Availability: InStock
Rating: 4.87 (307 reviews)

奇佩戈-卡琳达

2024年十二月15日

在当今的开发世界中，使用 PDF 是需要处理文档、表单或报告的应用程序的常见要求。无论您是在构建电子商务平台、文档管理系统，还是仅仅需要处理发票，从 PDF 中提取和搜索文本都至关重要。本文将指导您如何在 .NET 项目中使用 C# string.Contains() 与 IronPDF 来搜索和提取 PDF 文件中的文本。

字符串比较和指定子串

在执行搜索时，您可能需要根据特定的字符串子串要求执行字符串比较。在这种情况下，C# 提供了诸如 string.Contains() 这样的一些选项，它是最简单的比较形式之一。

如果需要指定是否忽略大小写敏感性，可以使用 StringComparison 枚举。这样，您就可以选择所需的字符串比较类型，如顺序比较或大小写不敏感比较。

如果您想处理字符串中的特定位置，如第一个字符位置或最后一个字符位置，您可以使用 Substring 将字符串的某些部分分离出来，以便进一步处理。

如果您正在寻找空字符串检查或其他边缘情况，请确保在逻辑中处理这些情况。

如果您处理的是大型文档，优化文本提取的起始位置，只提取相关部分而不是整个文档是非常有用的。如果您想避免内存和处理时间超载，这一点会特别有用。

如果您不确定最佳的比较规则方法，请考虑具体方法的性能以及希望在不同场景下的搜索行为（例如，匹配多个术语、处理空格等）。

如果您的需求超出了简单的子串检查，需要更高级的模式匹配，请考虑使用正则表达式，它在处理 PDF 时具有极大的灵活性。

如果您还没有尝试过，请立即试用 IronPDF 的免费试用，以探索其功能，并了解它如何简化您的 PDF 处理任务。无论您是在构建文档管理系统、处理发票，还是仅仅需要从 PDF 中提取数据，IronPDF 都是您的理想工具。

什么是 IronPDF，为什么要使用它？

IronPDF for .NET 是一个功能强大的库，旨在帮助开发人员在 .NET 生态系统中处理 PDF。它能让您轻松创建、阅读、编辑和处理 PDF 文件，而无需依赖外部工具或复杂的配置。

IronPDF 概述

IronPdf 为在 C# 应用程序中处理 PDF 提供了广泛的功能。一些主要特点包括

文本提取：从PDF中提取纯文本或结构化数据。
PDF编辑：通过添加、删除或编辑文本、图像和页面来修改现有的PDF。
PDF 转换：将 HTML 或 ASPX 页面转换为 PDF，或将 PDF 转换为 HTML 或 ASPX 页面。
表单处理：在交互式PDF表单中提取或填充表单字段。
IronPdf 的设计简单易用，但也足够灵活，可以处理涉及 PDF 的复杂情况。它可与 .NET Core 和 .NET Framework 无缝协作，因此非常适合任何基于 .NET 的项目。

安装 IronPDF

要使用IronPDF，请通过Visual Studio中的NuGet包管理器安装它：

Install-Package IronPdf

Install-Package IronPdf

'INSTANT VB TODO TASK: The following line uses invalid syntax:
'Install-Package IronPdf

$vbLabelText $csharpLabel

如何使用 C# 在 PDF 文件中搜索文本；

在深入研究搜索 PDF 之前，让我们先了解一下如何使用 IronPDF 从 PDF 中提取文本。

使用 IronPDF 进行基本 PDF 文本提取

IronPDF 提供了从 PDF 文档中提取文本的简单 API。这样您就可以轻松搜索 PDF 中的特定内容。

下面的示例演示了如何使用 IronPDF 从 PDF 中提取文本：

using IronPdf;
using System;
public class Program
{
    public static void Main(string[] args)
    {
        PdfDocument pdf = PdfDocument.FromFile("invoice.pdf");
        string str = pdf.ExtractAllText();
    }  
}

using IronPdf;
using System;
public class Program
{
    public static void Main(string[] args)
    {
        PdfDocument pdf = PdfDocument.FromFile("invoice.pdf");
        string str = pdf.ExtractAllText();
    }  
}

Imports IronPdf
Imports System
Public Class Program
	Public Shared Sub Main(ByVal args() As String)
		Dim pdf As PdfDocument = PdfDocument.FromFile("invoice.pdf")
		Dim str As String = pdf.ExtractAllText()
	End Sub
End Class

$vbLabelText $csharpLabel

在此示例中，ExtractAllText() 方法从 PDF 文档中提取所有文本。然后可以对这些文本进行处理，以搜索特定的关键词或短语。

使用 string.Contains() 进行文本搜索

一旦从PDF中提取文本，就可以使用C#内置的string.Contains()方法来搜索特定的单词或短语。

string.Contains() 方法返回一个布尔值，指示指定的字符串是否存在于字符串中。这对于基本的文本搜索尤其有用。

以下是如何使用 string.Contains() 在提取的文本中搜索关键字：

bool isFound = text.Contains("search term", StringComparison.OrdinalIgnoreCase);

bool isFound = text.Contains("search term", StringComparison.OrdinalIgnoreCase);

Dim isFound As Boolean = text.Contains("search term", StringComparison.OrdinalIgnoreCase)

$vbLabelText $csharpLabel

实例：如何检查 PDF 文档中的 C# 字符串是否包含关键字

让我们通过一个实际例子来进一步说明这一点。假设您想查找 PDF 发票文档中是否存在特定的发票号码。

以下是如何实现这一目标的完整示例：

using IronPdf;
public class Program
{
    public static void Main(string[] args)
    {
        string searchTerm = "INV-12345";
        PdfDocument pdf = PdfDocument.FromFile("exampleInvoice.pdf");
        string text = pdf.ExtractAllText();
        bool isFound = text.Contains(searchTerm, StringComparison.OrdinalIgnoreCase);
        if (isFound)
        {
            Console.WriteLine($"Invoice number: {searchTerm} found in the document");
        }
        else
        {
            Console.WriteLine($"Invoice number {searchTerm} not found in the document");
        }
    }  
}

using IronPdf;
public class Program
{
    public static void Main(string[] args)
    {
        string searchTerm = "INV-12345";
        PdfDocument pdf = PdfDocument.FromFile("exampleInvoice.pdf");
        string text = pdf.ExtractAllText();
        bool isFound = text.Contains(searchTerm, StringComparison.OrdinalIgnoreCase);
        if (isFound)
        {
            Console.WriteLine($"Invoice number: {searchTerm} found in the document");
        }
        else
        {
            Console.WriteLine($"Invoice number {searchTerm} not found in the document");
        }
    }  
}

Imports IronPdf
Public Class Program
	Public Shared Sub Main(ByVal args() As String)
		Dim searchTerm As String = "INV-12345"
		Dim pdf As PdfDocument = PdfDocument.FromFile("exampleInvoice.pdf")
		Dim text As String = pdf.ExtractAllText()
		Dim isFound As Boolean = text.Contains(searchTerm, StringComparison.OrdinalIgnoreCase)
		If isFound Then
			Console.WriteLine($"Invoice number: {searchTerm} found in the document")
		Else
			Console.WriteLine($"Invoice number {searchTerm} not found in the document")
		End If
	End Sub
End Class

$vbLabelText $csharpLabel

输入 PDF

C# 字符串包含（开发人员如何使用）：图 1

控制台输出

C#字符串包含（开发人员如何使用）：图2

在此示例中：

我们加载 PDF 文件并提取其文本。
然后，我们使用 string.Contains() 在提取的文本中搜索发票号 INV-12345。
由于使用了 StringComparison.OrdinalIgnoreCase，因此搜索不区分大小写。

使用正则表达式增强搜索

虽然 string.Contains() 适用于简单的子字符串搜索，但您可能想执行更复杂的搜索，例如查找模式或一系列关键字。为此，您可以使用正则表达式。

下面是一个使用正则表达式在 PDF 文本中搜索任何有效发票号码格式的示例：

using IronPdf;
using System.Text.RegularExpressions;
public class Program
{
    public static void Main(string[] args)
    {
        // Define a regex pattern for a typical invoice number format (e.g., INV-12345)
        string pattern = @"INV-\d{5}";
        PdfDocument pdf = PdfDocument.FromFile("exampleInvoice.pdf");
        string text = pdf.ExtractAllText();
        // Perform the regex search
        Match match = Regex.Match(text, pattern);
    }  
}

using IronPdf;
using System.Text.RegularExpressions;
public class Program
{
    public static void Main(string[] args)
    {
        // Define a regex pattern for a typical invoice number format (e.g., INV-12345)
        string pattern = @"INV-\d{5}";
        PdfDocument pdf = PdfDocument.FromFile("exampleInvoice.pdf");
        string text = pdf.ExtractAllText();
        // Perform the regex search
        Match match = Regex.Match(text, pattern);
    }  
}

Imports IronPdf
Imports System.Text.RegularExpressions
Public Class Program
	Public Shared Sub Main(ByVal args() As String)
		' Define a regex pattern for a typical invoice number format (e.g., INV-12345)
		Dim pattern As String = "INV-\d{5}"
		Dim pdf As PdfDocument = PdfDocument.FromFile("exampleInvoice.pdf")
		Dim text As String = pdf.ExtractAllText()
		' Perform the regex search
		Dim match As Match = Regex.Match(text, pattern)
	End Sub
End Class

$vbLabelText $csharpLabel

该代码将搜索任何遵循 INV-XXXXX 模式的发票号码，其中 XXXXX 是一系列数字。

在 .NET 中处理 PDF 的最佳实践

在处理 PDF 文件，尤其是大型或复杂文件时，有一些最佳实践需要牢记：

优化文本提取

处理大型PDF：如果您正在处理大型PDF，建议按页提取较小的文本块，以减少内存使用并提高性能。
处理特殊编码：注意 PDF 中的编码和特殊字符。 IronPDF 通常能很好地处理这一点，但复杂的布局或字体可能需要额外处理。

将 IronPDF 集成到 .NET 项目中

IronPDF 可与 .NET 项目轻松集成。通过 NuGet 下载并安装 IronPDF 库后，只需将其导入到您的 C# 代码库中即可，如上面的示例所示。

IronPdf 的灵活性使您可以构建复杂的文档处理工作流程，例如：

从表单中搜索和提取数据。
将 HTML 转换为 PDF 并提取内容。
根据用户输入或数据库数据创建报告。

结论

IronPDF 使处理 PDF 变得简单高效，尤其是在您需要提取和搜索 PDF 中的文本时。通过结合 C# 的 string.Contains() 方法与 IronPDF 的文本提取功能，您可以在 .NET 应用程序中快速搜索和处理 PDF 文件。

如果您还没有试用过 IronPDF，请立即免费试用，探索它的功能，看看它如何简化您的 PDF 处理任务。无论您是在构建文档管理系统、处理发票，还是仅仅需要从 PDF 中提取数据，IronPDF 都是您的理想工具。

要开始使用IronPDF，请下载免费试用版，亲身体验其强大的PDF处理功能。访问 IronPDF 的网站以立即开始。

奇佩戈-卡琳达

立即与工程团队聊天

软件工程师

Chipego 拥有出色的倾听技巧，这帮助他理解客户问题并提供智能解决方案。他在 2023 年加入 Iron Software 团队，此前他获得了信息技术学士学位。IronPDF 和 IronOCR 是 Chipego 主要专注的两个产品，但他对所有产品的了解每天都在增长，因为他不断找到支持客户的新方法。他喜欢 Iron Software 的合作氛围，公司各地的团队成员贡献他们丰富的经验，以提供有效的创新解决方案。当 Chipego 离开办公桌时，你经常可以发现他在看书或踢足球。

< 前一页
C# Hashmap（面向开发人员的工作原理）

下一步 >
C# Trim（如何为开发人员工作）