Class PdfExtractor

Classe PdfExtractor

Représente la fonctionnalité de base pour extraire du texte, des images et d’autres types de contenu qui peuvent apparaître sur les pages des documents PDF.

public abstract class PdfExtractor : IDisposable, IPlugin

Méthodes

NomDescription
Dispose()Implémentation de IDisposable. En réalité, ce n’est pas nécessaire pour PdfExtractor.
Process(IPluginOptions)Démarre le traitement de PdfExtractor avec les paramètres spécifiés.

Remarques

L’objet TextExtractor est utilisé pour extraire du texte, ou ImageExtractor pour extraire des images.

Exemples

L’exemple démontre comment extraire le contenu textuel d’un document PDF.

// create TextExtractor object to extract PDF contents
using (TextExtractor extractor = new TextExtractor())
{
    // create TextExtractorOptions object to set instructions
    textExtractorOptions = new TextExtractorOptions();
    
    // add input file path to data sources
    textExtractorOptions.AddInput(new FileDataSource(inputPath));
    
    // perform extraction process
    ResultContainer resultContainer = extractor.Process(textExtractorOptions);
    
    // get the extracted text from the ResultContainer object
    string textExtracted = resultContainer.ResultCollection[0].ToString();
}

Voir aussi

Class PdfConverterOptions Class PdfExtractorOptions