API Saor C# .NET le haghaidh Baint Téacs PDF agus Anailíse

Ag Tosú le PdfPig

Tá leabharlann PdfPig ar fáil mar phacáiste nuget. Mar sin, moltar go láidir NuGet a úsáid chun PdfPig a shuiteáil i do thionscadal. Úsáid an t-ordú seo a leanas le haghaidh suiteála rathúil.

// Package Manager
Install-Package PdfPig

// .NET CLI

dotnet add package PdfPig

Bain Téacs as ó Cháipéisí PDF trí .NET

Ceann de na cásanna úsáide is coitianta de PdfPig ná téacs simplí a bhaint as cáipéisí PDF. Is féidir le forbróirí bogearraí PDF a oscailt agus téacs a léamh leathanach ar leathanach nó an t-ábhar iomlán a bhaint amach. Tá sé seo thar a bheith úsáideach le haghaidh innéacsú cuardaigh, scanadh eochairfhocal, agus anailís ábhair. Seo sampla simplí a thaispeánann conas is féidir le forbróirí bogearraí téacs a bhaint as cáipéisí PDF laistigh de fheidhmchláir C# .NET. Ar dtús, osclaíonn sé comhad PDF agus téann sé trí gach leathanach, ansin léann sé an téacs a bhaintear amach.

using UglyToad.PdfPig;

using (var document = PdfDocument.Open("sample.pdf"))
{
    foreach (var page in document.GetPages())
    {
        string text = page.Text;
        Console.WriteLine(text);
    }
}

Foirmeacha Idirghníomhacha & Bailiú Comhad Leabaithe

Tacaíonn leabharlann oscailte PdfPig go dúchasach le baint amach Foirmeacha Acrobat idirghníomhacha (AcroForms) agus le léamh comhad i bhfolach laistigh de iatáin PDF. Ligeann sé do fhorbróirí seiceáil a dhéanamh ar shainmhínithe foirme i nglobal, dul trí ghnéithe foirme idirghníomhacha clóite (mar shampla ticbhoscaí, réimsí téacs, nó cnaipeanna brú), agus rochtain a fháil ar na sonraí bhaití amh bunúsacha de chomhaid leabaithe laistigh de nótaí tráchta doiciméid le haghaidh idir-osháraithe córais gan uaim.

using System;
using System.Collections.Generic;
using UglyToad.PdfPig;
using UglyToad.PdfPig.AcroForms;

class Program
{
    static void ExtractInteractiveContent(string pdfPath)
    {
        using (PdfDocument document = PdfDocument.Open(pdfPath))
        {
            // Extracting Interactive Form Data
            if (document.TryGetForm(out AcroForm form))
            {
                foreach (var field in form.Fields)
                {
                    Console.WriteLine($"Form Field Name: {field.Information.Name} | Type: {field.Type}");
                }
            }

            // Extracting Embedded Documents/Attachments
            if (document.Advanced.TryGetEmbeddedFiles(out IReadOnlyList embeddedFiles))
            {
                foreach (var file in embeddedFiles)
                {
                    Console.WriteLine($"Found Attachment: {file.Name} ({file.Bytes.Count} bytes)");
                    // File.WriteAllBytes(file.Name, file.Bytes.ToArray()); // Save attachment locally
                }
            }
        }
    }
}

Comhcheangal PDF Ilchomhad Gan Stró trí C#

Seachas baint ábhair, cuireann PdfPig áiseanna bainistíochta doiciméid simplí ar fáil. Trí úsáid a bhaint as an rang PdfMerger, is féidir le forbróirí struchtúir PDF neamhspleácha ar leith a chomhcheangail i ndéantús amháin, aontaithe de shraith bytes comhaid. Soláthraíonn sé seo bealach éifeachtach chun tuarascálacha cláir, sonrascanna, nó doiciméid ráitis cliant a chur le chéile gan spleáchais bhreise tromchúiseacha a chur le do phíblíne .NET. Taispeánann an sampla seo conas is féidir le húsáideoirí il-dhoiciméad PDF a chomhcheangal laistigh de fheidhmchláir .NET.

using System.IO;
using UglyToad.PdfPig.Writer;

class Program
{
    static void MergeDocuments(string firstPdf, string secondPdf, string outputPdf)
    {
        // Consolidate files into a single continuous byte sequence
        byte[] mergedFileBytes = PdfMerger.Merge(firstPdf, secondPdf);
        
        // Output the combined file stream directly to disk
        File.WriteAllBytes(outputPdf, mergedFileBytes);
    }
}

Léigh Meiteashonraí PDF, Foirmeacha, agus Anótálacha

Seachas baint téacs, tá gnéithe san leabharlann foinse oscailte PdfPig a nochtann meiteashonraí doiciméid (teideal, údar, léiritheoir), réimsí foirme idirghníomhacha, naisc, agus leabharmharcanna. Tá sé seo luachmhar do chórais rangú doiciméad, próiseáil uathoibríoch foirme, agus innéacsú ábhair áit a bhfuil gá le hábhar agus comhthéacs araon.