如何在VB.NET中解析PDF文件

特点

高效的 PDF 转换。 几乎任何机器可以做的事情，IronPDF 都可以做到。 多亏了这个 PDF 库，开发人员可以快速创建、读取文本内容、写入、加载和操作 PDF。

IronPDF 在 Chrome 引擎的帮助下，将 HTML 转换为 PDF 记录。它支持 Windows Forms、HTML、ASPX、Razor HTML、.NET Core、ASP.NET、Windows Forms 和 WPF。 IronPDF 还支持 Xamarin、Blazor、Unity 和 HoloLens 应用程序。 IronPDF 支持 Microsoft .NET 和 .NET Core 应用程序（包括 ASP.NET Web 套件和传统 Windows 套件）。 IronPDF 可用于制作美观的 PDF。

IronPDF 可以使用 HTML5、JavaScript、CSS 和图像创建 PDF。 IronPDF 还拥有强大的 HTML 转 PDF 转换器，它与 PDF 集成。 IronPDF 利用 Chromium 渲染引擎提供了强大的 PDF 转换机制。它不依赖于任何外部来源。

• PDF 图像可以从多种来源创建，包括 HTML、HTML5、ASPX 和 Razor/MVC 视图。 HTML 和图像资源都可以转换为 PDF。
• 可用于处理交互式PDF的工具包括填写和提交交互式表单。
• Merge and divide PDFs, extract text and pictures from PDF files, search text in PDF files, rasterize PDFs to images, change font size and convert PDF files.
• 它允许使用用户代理、代理、cookie、HTTP 头和表单变量验证 HTML 登录表单。
• 通过提供用户名和密码，IronPDF 可以访问受保护的文档。
• IronPDF 是一个读取 PDF 文本并填补空白的程序。
• Allows to add text, images, bookmarks, watermarks, and more.
• 您可以从 CSS 文件创建 PDF。

欲了解更多详情，请访问此IronPDF 许可信息页面以获取免费限定密钥和专业版本。

IronPDF 字体格式化

从 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

从 PDF 文件中提取图像

IronPDF 提供了一系列方法以提取图像，例如：

• ExtractBitmapsFromPage
• ExtractBitmapsFromPages
• ExtractImagesFromPage
• ExtractImagesFromPages
• ExtractRawImagesFromPage
• ExtractRawImagesFromPages

每种方法都允许从文档的一个或多个页面中提取图像。

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

上面的代码演示了如何使用 FromFile 功能从现有文件中读取文档并将其转换为 PDF 文档对象。 通过将页码传递给对象的 ExtractRawImagesFromPage 方法，可以获得一个字节列表，其中包含该文档页面上存在的每个图片。 使用 For Each 循环处理每个字节流，将其转化为内存流，然后转化为 Bitmap，以辅助图片保存。 下面的图像显示了上述代码的输出。

从 PDF 提取图像输出

欲了解更多有关 IronPDF API 代码教程的信息，请参阅 IronPDF 文档。 您还可以访问其他教程，学习如何使用 C# 解析 PDF 文本。

结论

图书馆 IronPDF 的开发许可证是免费的。 若在生产环境中使用 IronPDF，可根据开发者的需求购买不同的许可证。 Lite 计划从 $799 开始，无需持续成本。 还提供 SaaS 和 OEM 重新分发选项。 所有许可证包括更新、一年的产品支持和永久许可证。 它们同样适用于制造、临时与开发环境。 这是一项一次性购买。 还有其他免费、时间有限的许可证可用。 请访问 全面的 IronPDF 许可信息，阅读 IronPDF 的完整定价和许可详情。 IronPDF 还提供免费的用于复制保护的许可证。