在C#中阅读PDF文件
从一个文档格式转换到另一个文档格式时，提取文本和图像可以促进数据迁移。 提取的内容可以保存在更易于访问和编辑的格式中，从而降低数据丢失的风险。
PDF文档中的嵌入图像和文本可以独立提取。 提取的文本将以普通字符串形式存在，而提取的图像将以图像缓冲区格式存在，然后可以导出或进一步处理。
使用extractText方法提取文本，使用extractRawImages方法从PDF文档中提取图片。
有关如何使用这些方法的更详细说明，请访问IronPDF文档.
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]);
}
})();
