Sie können mit GroupDocs.Parser sauberen und strukturierten Text aus PDF-Dokumenten in .NET-Apps extrahieren, indem Sie die folgenden Schritte befolgen:
// Laden Sie Ihr Dokument in Parser
using (Parser parser = new Parser("input.pdf")) {
// Extrahieren Sie den gesamten Textinhalt aus der Datei
using (TextReader reader = parser.GetText())
{
// Wenn der Text nicht verfügbar ist, ist das Ergebnis null
// Verwenden Sie den extrahierten Text in Ihrer Anwendung
Console.WriteLine(reader == null ?
"Die Textextraktion wird für dieses Format nicht unterstützt" : reader.ReadToEnd());
}
}
Zusätzlich zu einfachem Text kann GroupDocs.Parser Bilder, strukturierte Elemente und Metadaten extrahieren, um die Inhaltsanalyse, -transformation und -automatisierung zu unterstützen.
Erhalten Sie einfachen oder strukturierten Text aus Formaten wie PDF, DOCX, XLSX, PPTX, HTML und anderen Formaten.
Extrahieren Sie Text aus gescannten Bildern, Präsentationen, Tabellenkalkulationen und digitalen Dokumenten, während Sie die Struktur beibehalten.
Passen Sie an, wie Text erkannt wird – definieren Sie Seitenbereiche, Layoutregionen und optimieren Sie die Ausgabe für maximale Genauigkeit.
Dieses Codebeispiel zeigt, wie Sie Textinhalte zusammen mit Bereichskoordinaten aus einer PowerPoint-Datei mit GroupDocs.Parser abrufen.
// Laden Sie die PowerPoint-Präsentation mit Parser
using (Parser parser = new Parser("input.pptx"))
{
// Extrahieren Sie alle Textbereichsrechtecke aus dem Dokument
IEnumerable<PageTextArea> areas = parser.GetTextAreas();
// Beenden Sie, wenn die Extraktion der Textbereiche nicht verfügbar ist
if (areas == null)
{
return;
}
// Durchlaufen Sie die Textbereiche jeder Seite
foreach (PageTextArea a in areas)
{
// Zugriff auf Seitenindex, Bereichsrechteck und Textwert
Console.WriteLine(string.Format("Page: {0}, R: {1}, Text: {2}", a.Page.Index, a.Rectangle, a.Text));
}
}
Laden Sie GroupDocs.Parser kostenlos herunter oder holen Sie sich eine Testlizenz für vollen Zugriff!
Erforschen Sie die Dokumentation, Code -Beispiele und die Unterstützung der Community, um Ihre Erfahrungen zu verbessern.
GroupDocs.Parser ermöglicht die Textextraktion aus einer Vielzahl von Dokumenten und Bildtypen. Erkunden Sie die unten aufgeführten häufig unterstützten Formate.
