IronPDF 与 ChatGPT - 从 PDF 文档中提取文本

什么是ChatGPT?

ChatGPT是一个基于大型语言模型的聊天机器人，由OpenAI于2022年发布。它的特点是可以使用户创建和塑造对话，以实现所需的结构、风格、细节水平和所用语言。 每个讨论点都会考虑使用OpenAI API密钥的上下文，包括之前的提示和响应，即“提示工程”。

ChatGPT的基础由属于OpenAI独家生成预训练变换器系列的变换器模型组成。 随后，这些模型通过结合监督学习和强化学习方法被优化用于对话应用。 最初作为免费研究预览发布，由于受欢迎，现在OpenAI以免费增量收费的方式提供ChatGPT AI语言模型。 更高级的基于GPT-4的版本和优先访问更新功能提供给付费客户，使用品牌名称‘ChatGPT Plus’，而用户可以使用GPT-3.5访问其免费的层。

ChatGPT可以读取PDF文件吗?

嗯，是的，也不是。对于付费版本，要求ChatGPT从PDF文档中提取文本就像将文件上传到聊天框，并要求其提取或总结PDF内容一样简单。

然而，它并非没有缺点。 ChatGPT将会以纯文本的形式给你信息，这意味着要使用那些信息手动创建一个新的PDF文档。 可以要求ChatGPT从提取的文本中创建一个新的PDF文件，但它易于遇到格式问题和下载链接故障。 此外，使用ChatGPT进行的自定义是有限的，经常在请求为你的文档添加页眉和页脚时出现问题，例如。

在撰写本文时，ChatGPT的免费层不支持文件附件，这意味着无法要求它读取PDF。

什么是 IronPDF？ IronPDF被开发出来，使在.NET框架中创建、浏览和编辑PDF文件变得简单。 它包括一个强大的API来制作、编辑和修改PDF文件，并且作为一个强大的PDF转换器。 Xamarin、Blazor、Unity、HoloLens应用程序、Windows窗体、HTML、ASPX、Razor、.NET Core、ASP和WPF只是与IronPDF兼容的一些扩展。 IronPDF利用Chrome引擎将HTML转换为PDF。 它支持使用Microsoft.NET和.NET Core的传统Windows程序和在线ASP.NET应用程序。 它允许你用各种功能自定义你的PDF，支持HTML5、JavaScript、CSS和图像。 通过使用IronPDF库，开发人员可以不使用Acrobat Reader读取和编辑PDF文件。 此外，他们可以添加文本和图形、书签、水印、页眉和页脚，以及拆分和转移文本属性、合并页面，并从新的或现有的PDF文档中提取图像。 此外，可以使用CSS和CSS媒体文件制作PDF文档。 IronPDF允许你生成、上传和编辑新的办公文件，如Microsoft Word和旧的PDF表单。 ## 使用IronPDF从PDF中提取文本 IronPDF允许你从PDF中提取文本并将其转换为多种格式。 它能处理单个或多个PDF文档，还允许你从整个文档或选定页面中提取文本——让你完全掌控你的PDF内容。 以下是如何开始： ### 在Visual Studio中创建你的项目 首先，打开Visual Studio，转到文件 -> 新建项目 -> 控制台应用程序。 输入你的项目名称，选择你想保存的位置，然后点击下一步按钮。 选择最新的.NET框架，然后创建。 一旦你的项目启动并运行，就该添加我们的库了。 ### 安装IronPDF库 IronPDF易于使用，但安装起来甚至更简单。 您可以这样做的方式有几种： #### 方法1：NuGet包管理器控制台 在Visual Studio中，在解决方案资源管理器中右击引用，然后点击管理NuGet包。 点击浏览，搜索 ‘IronPDF’，并安装最新版本。 如果您看到这样，它就运行了：  你也可以转到工具 -> NuGet包管理器 -> 包管理器控制台，在包管理器选项卡中输入以下行： ```shell :ProductInstall ``` 最后，你可以直接从[NuGet的官方网站获取IronPDF的下载说明](https://www.nuget.org/packages/IronPdf/)。 在页面右侧的菜单中选择下载包选项，双击下载自动安装，并重新加载解决方案以在项目中使用。 不起作用？ 你可以在我们的[高级NuGet安装方法](https://ironsoftware.com/csharp/excel/docs/#installation)中找到特定平台的帮助。 #### 方法2：使用DLL文件 您还可以直接从我们这里获取IronPDF DLL文件并手动将其添加到Visual Studio。 有关Windows、MacOS和Linux DLL包的完整说明和链接，请查看我们的专用[IronPDF安装指南](https://ironsoftware.com/csharp/ocr/#installation)。 ### 添加IronPDF命名空间 请务必用IronPDF命名空间开始你的代码，如下所示： ```csharp using IronPdf; ``` ### 从整个PDF文档中提取文本 从PDF文档中提取文本如同两行代码一样简单。 在此代码示例中，我们将PDF内容转换为一个基于文本的格式： ```csharp // Load the PDF document from a file into a PdfDocument object var pdfDocument = IronPdf.PdfDocument.FromFile("Demo.pdf"); // Extract all text from the entire PDF and store it in a string string AllText = pdfDocument.ExtractAllText(); ``` 让我们来看看 - 函数`FromFile()`从你的计算机加载PDF文件并将其转换为PdfDocument对象。 从那里，PdfDocument类的`ExtractAllText()`功能检索整个PDF文件的所有文本并将其存储在一个可处理的字符串中。 下面，你可以在控制台中看到PDF和文本输出：  ### 从PDF文档中的单个页面提取文本 ```csharp using IronPdf; // Load the PDF document from a file PdfDocument PDF = PdfDocument.FromFile("result.pdf"); // Loop through each page of the PDF document for (var index = 0; index < PDF.PageCount; index++) { // Page numbers are typically 1-based, so we add 1 to the index int PageNumber = index + 1; // Extract text from the current page string Text = PDF.ExtractTextFromPage(index); } ``` 和以前的代码相似，这里整个PDF文件被加载然后转化为PDF对象。 `PageCount`返回文件中的总页数，`ExtractTextFromPage()`方法提取文本，而`for`循环则处理页面多样性作为参数。 从那里，我们的文本被存储在字符串变量中。 为了逐页从PDF中提取信息，我们利用`for`循环。 有关如何从PDF中提取嵌入文本和图像的更多信息，请查看这一[详细指南关于从PDF中提取文本和图像](https://ironsoftware.com/csharp/ocr/#text-extraction)。 ## IronPDF与ChatGPT - 谁更好? 有许多可用的工具可以让你从PDF中提取内容，包括ChatGPT。 然而，IronPDF是专为定制和开发者控制而建，使其成为行业领先的PDF阅读器。 而PDF阅读只是一个开始 - 通过HTML到PDF转换、PDF格式化工具、内置安全性和合规功能，IronPDF是满足你所有PDF文档需求的首选工具。 IronPDF还具有广泛的兼容性。 为.NET生态系统构建，以支持.NET Framework、.NET Standard和.NET Core 3.1到8，并不断更新以保持尖端技术。 准备好亲自体验IronPDF了吗？ 你可以从我们提供的[30天免费试用，探索IronPDF功能](trial-license)开始。 它也完全免费用于开发目的，因此您可以真正了解它的功能。 如果你喜欢你所看到的，IronPDF的起价为[最低$799，即可完全访问IronPDF工具](/licensing/)。 为了更大的节省，请查看[Iron Suite包，提供9个工具价仅为两个的价格](https://ironsoftware.com/csharp/licensing/)。 祝您编码愉快！