شما می‌توانید متن تمیز و ساختاریافته را از اسناد RTF در اپلیکیشن‌های .NET با دنبال کردن این مراحل با GroupDocs.Parser استخراج کنید:
// مدارک خود را به Parser بارگذاری کنید
using (Parser parser = new Parser("input.rtf")) {
// تمام محتوای متنی را از فایل استخراج کنید
using (TextReader reader = parser.GetText())
{
// اگر متن موجود نیست، نتیجه null خواهد بود
// از متن استخراج شده در اپلیکیشن خود استفاده کنید
Console.WriteLine(reader == null ?
"استخراج متن برای این فرمت پشتیبانی نمی‌شود" : reader.ReadToEnd());
}
}
علاوه بر متن ساده، GroupDocs.Parser می‌تواند تصاویر، عناصر ساختاریافته و متا دیتا را استخراج کند تا از تجزیه و تحلیل محتوا، تبدیل و اتوماسیون پشتیبانی کند.
متن ساده یا ساختاریافته را از فرمت‌هایی مانند PDF، DOCX، XLSX، PPTX، HTML و دیگر فرمت‌ها دریافت کنید.
متن را از تصاویر اسکن‌شده، ارائه‌ها، صفحه‌گسترده‌ها و اسناد دیجیتال در حالی که ساختار حفظ می‌شود، استخراج کنید.
نحوه شناسایی متن را سفارشی کنید—محدوده‌های صفحه، مناطق چیدمان را تعریف کنید و خروجی را برای حداکثر دقت تنظیم نمایید.
این نمونه کد نشان می‌دهد که چگونه محتویات متنی را همراه با مختصات ناحیه از یک فایل پاورپوینت با استفاده از GroupDocs.Parser بازیابی کنید.
// ارائه پاورپوینت را با Parser بارگذاری کنید
using (Parser parser = new Parser("input.pptx"))
{
// تمام مستطیل‌های مناطق متنی را از سند استخراج کنید
IEnumerable<PageTextArea> areas = parser.GetTextAreas();
// اگر استخراج ناحیه متنی در دسترس نیست، خارج شوید
if (areas == null)
{
return;
}
// در هر صفحه از نواحی متنی عبور کنید
foreach (PageTextArea a in areas)
{
// به ایندکس صفحه، مستطیل ناحیه و مقدار متن دسترسی پیدا کنید
Console.WriteLine(string.Format("Page: {0}, R: {1}, Text: {2}", a.Page.Index, a.Rectangle, a.Text));
}
}
GroupDocs.Parser را به صورت رایگان دانلود کنید یا یک مجوز آزمایشی برای دسترسی کامل دریافت کنید!
برای ارتقاء تجربه خود ، مستندات ، نمونه های کد و پشتیبانی جامعه را کاوش کنید.
GroupDocs.Parser استخراج متن را از مجموعه وسیعی از انواع مدارک و تصاویر ممکن می‌سازد. فرمت‌های معمول پشتیبانی شده در زیر را بررسی کنید.
