在C#中阅读PDF文件
在从一种文档格式过渡到另一种格式时，提取文本和图像可促进数据迁移。提取的内容可以更易于访问和编辑的格式保存，从而降低数据丢失的风险。
嵌入的图像和文本可以独立于 PDF 文档提取。提取的文本将是普通字符串，而提取的图像将是图像缓冲格式，然后可以导出或进一步处理。
使用 extractText 方法提取文本，使用 extractRawImages 方法提取 PDF 文档中的图像。
import {PdfDocument} from "@ironsoftware/ironpdf";
(async () => {
// Extracting Image and Text content from Pdf Documents
// Import existing PDF document
const pdf = await PdfDocument.fromHtml("old_report.pdf");
// Get all text to put in a search index
const text = await pdf.extractText();
// Get all Images
const imagesBuffer = await pdf.extractRawImages();
const pageCount = await pdf.getPageCount()
// Or even find the precise text and images for each page in the document
for (let index = 0; index < pageCount; index++) {
text = await pdf.extractText([index]);
imagesBuffer = await pdf.extractRawImages([index]);
}
})();
