Anda dapat mengekstrak teks yang bersih dan terstruktur dari dokumen PDF dalam aplikasi .NET dengan GroupDocs.Parser dengan mengikuti langkah-langkah berikut:
// Muat dokumen Anda ke dalam Parser
using (Parser parser = new Parser("input.pdf")) {
// Ekstrak semua konten teks dari file tersebut
using (TextReader reader = parser.GetText())
{
// Jika teks tidak tersedia, hasilnya akan bernilai null
// Gunakan teks yang diekstrak di aplikasi Anda
Console.WriteLine(reader == null ?
"Ekstraksi teks tidak didukung untuk format ini" : reader.ReadToEnd());
}
}
Selain teks biasa, GroupDocs.Parser dapat mengekstrak gambar, elemen terstruktur, dan metadata untuk mendukung analisis konten, transformasi, dan otomatisasi.
Dapatkan teks biasa atau terstruktur dari format seperti PDF, DOCX, XLSX, PPTX, HTML, dan format lainnya.
Ekstrak teks dari gambar yang dipindai, presentasi, spreadsheet, dan dokumen digital sambil mempertahankan struktur.
Kustomisasi cara teks dideteksi—definisikan rentang halaman, wilayah tata letak, dan sesuaikan output untuk akurasi maksimum.
Contoh kode ini menunjukkan cara mengambil konten teks bersama dengan koordinat area dari file PowerPoint menggunakan GroupDocs.Parser.
// Muat presentasi PowerPoint dengan Parser
using (Parser parser = new Parser("input.pptx"))
{
// Ekstrak semua rectangle area teks dari dokumen
IEnumerable<PageTextArea> areas = parser.GetTextAreas();
// Keluar jika ekstraksi area teks tidak tersedia
if (areas == null)
{
return;
}
// Loop melalui setiap area teks pada halaman
foreach (PageTextArea a in areas)
{
// Akses indeks halaman, rectangle area, dan nilai teks
Console.WriteLine(string.Format("Page: {0}, R: {1}, Text: {2}", a.Page.Index, a.Rectangle, a.Text));
}
}
Unduh GroupDocs.Parser secara gratis atau dapatkan lisensi uji coba untuk akses penuh!
Jelajahi dokumentasi, sampel kode, dan dukungan masyarakat untuk meningkatkan pengalaman Anda.
GroupDocs.Parser memungkinkan ekstraksi teks dari berbagai jenis dokumen dan gambar. Jelajahi format-format yang umum didukung sebagaimana tertera di bawah.
