Bạn có thể trích xuất văn bản sạch và có cấu trúc từ tài liệu PDF trong các ứng dụng .NET với GroupDocs.Parser bằng cách làm theo các bước sau:
// Tải tài liệu của bạn vào Parser
using (Parser parser = new Parser("input.pdf")) {
// Trích xuất tất cả nội dung văn bản từ tệp
using (TextReader reader = parser.GetText())
{
// Nếu văn bản không khả dụng, kết quả sẽ là null
// Sử dụng văn bản đã trích xuất trong ứng dụng của bạn
Console.WriteLine(reader == null ?
"Việc trích xuất văn bản không được hỗ trợ cho định dạng này" : reader.ReadToEnd());
}
}
Ngoài văn bản đơn giản, GroupDocs.Parser còn có thể trích xuất hình ảnh, các yếu tố có cấu trúc, và siêu dữ liệu để hỗ trợ phân tích nội dung, chuyển đổi, và tự động hóa.
Nhận văn bản đơn giản hoặc có cấu trúc từ các định dạng như PDF, DOCX, XLSX, PPTX, HTML và các định dạng khác.
Trích xuất văn bản từ hình ảnh quét, bài thuyết trình, bảng tính và tài liệu kỹ thuật số trong khi vẫn giữ nguyên cấu trúc.
Tùy chỉnh cách phát hiện văn bản—xác định các khoảng trang, khu vực bố cục và điều chỉnh đầu ra để đạt độ chính xác tối đa.
Mẫu mã này cho thấy cách lấy nội dung văn bản cùng với tọa độ khu vực từ một tệp PowerPoint bằng cách sử dụng GroupDocs.Parser.
// Tải bài thuyết trình PowerPoint với Parser
using (Parser parser = new Parser("input.pptx"))
{
// Trích xuất tất cả hình chữ nhật khu vực văn bản từ tài liệu
IEnumerable<PageTextArea> areas = parser.GetTextAreas();
// Thoát nếu không có trích xuất khu vực văn bản
if (areas == null)
{
return;
}
// Lặp qua các khu vực văn bản của từng trang
foreach (PageTextArea a in areas)
{
// Truy cập chỉ số trang, hình chữ nhật khu vực, và giá trị văn bản
Console.WriteLine(string.Format("Page: {0}, R: {1}, Text: {2}", a.Page.Index, a.Rectangle, a.Text));
}
}
Tải xuống GroupDocs.Parser miễn phí hoặc nhận giấy phép dùng thử để có toàn quyền truy cập!
Khám phá tài liệu, mẫu mã và hỗ trợ cộng đồng để nâng cao trải nghiệm của bạn.
GroupDocs.Parser cho phép trích xuất văn bản từ nhiều loại tài liệu và hình ảnh. Khám phá các định dạng thường được hỗ trợ được liệt kê dưới đây.
