این مراحل را دنبال کنید تا محتوا را از اسناد PDF در برنامه‌های .NET خود با استفاده از GroupDocs.Parser پارس کنید:
// سند خود را به Parser بارگذاری کنید
using (Parser parser = new Parser("input.pdf")) {
// تمام محتوای متنی را از فایل استخراج کنید
using (TextReader reader = parser.GetText())
{
// اگر متن موجود نباشد، نتیجه نال خواهد بود
// متن استخراج‌شده را در برنامه خود استفاده کنید
Console.WriteLine(reader == null ?
"استخراج متن برای این فرمت پشتیبانی نمی‌شود" : reader.ReadToEnd());
}
}
GroupDocs.Parser بیش از فقط خواندن متن را امکان‌پذیر می‌کند — این API از استخراج بارکد، پارس تصاویر، دسترسی به متادیتا و پردازش داده‌های ساختار یافته برای اتوماسیون و تحلیل داده‌های پیشرفته پشتیبانی می‌کند.
داده‌ها را شامل متن، تصاویر، جداول و فیلدها از فرمت‌های اسنادی مانند PDF، Word، Excel، HTML و بیشتر استخراج کنید.
داده‌ها را از اسناد اسکن‌شده و فایل‌های دیجیتالی استخراج کنید، با پشتیبانی از OCR و استخراج آگاه به طرح.
منطق پارس را با گزینه‌های انعطاف‌پذیر مانند انتخاب محدوده صفحه، هدف‌گذاری حوزه و الگوهای تشخیص فیلد تنظیم کنید.
این مثال نشان می‌دهد که چگونه می‌توان داده‌های ساختار یافته را از یک PDF با استفاده از یک الگوی پارس پیش‌تعریف‌شده با GroupDocs.Parser استخراج کرد.
// فایل PDF را با کلاس Parser بارگذاری کنید
using (Parser parser = new Parser("input.pdf"))
{
// سند را بر اساس الگو پارس کنید
DocumentData data = parser.ParseByTemplate(GetTemplate());
// بررسی کنید که آیا استخراج فرم پشتیبانی می‌شود
if (data == null)
{
return;
}
// فیلدهای به‌دست‌آمده را پردازش کنید
for (int i = 0; i < data.Count; i++)
{
Console.Write(data[i].Name + ": ");
PageTextArea area = data[i].PageArea as PageTextArea;
Console.WriteLine(area == null ? "Not a template field" : area.Text);
}
}
private static Template GetTemplate()
{
// پارامترهای تشخیص برای جدول 'جزئیات' بسازید
TemplateTableParameters detailsTableParameters =
new TemplateTableParameters(new Rectangle(new Point(35, 320), new Size(530, 55)), null);
TemplateItem[] templateItems = new TemplateItem[]
{
new TemplateTable(detailsTableParameters, "details", null)
};
Template template = new Template(templateItems);
return template;
}
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 امکان پارس کردن در مجموعه وسیعی از فرمت‌های اسنادی و تصویری را فراهم می‌کند. فرمت‌های فایل‌های پشتیبانی‌شده که به‌طور معمول در گردش‌کارهای استخراج داده استفاده می‌شوند را بررسی کنید.
