PDF 파일에서 강조된 텍스트 추출

소개

PDF 파일을 작업할 때 강조된 텍스트를 추출하는 것은 데이터 분석, 콘텐츠 검토 또는 단순히 노트를 정리하는 데 중요한 작업이 될 수 있습니다. Aspose.PDF for .NET을 사용하는 경우 이 프로세스는 간단하고 효율적입니다. 이 튜토리얼에서는 Aspose.PDF for .NET을 사용하여 PDF 문서에서 강조된 텍스트를 추출하는 방법을 안내합니다. 필수 조건부터 단계별 안내까지 모든 것을 다루어 끝까지 포괄적으로 이해할 수 있도록 합니다.

필수 조건

코드를 살펴보기 전에 꼭 준비해야 할 몇 가지 사항이 있습니다.

.NET 라이브러리용 Aspose.PDF: Aspose.PDF 라이브러리가 설치되어 있는지 확인하세요. 설치되어 있지 않으면 다음에서 다운로드할 수 있습니다.릴리스 페이지.
개발 환경: Visual Studio와 같은 작동하는 개발 환경을 설정해야 합니다.
C#에 대한 기본 지식: C# 프로그래밍 언어와 객체 지향 프로그래밍에 대한 지식이 필수적입니다.
유효한 Aspose 라이센스: 무료 평가판으로 시작할 수 있지만 다음을 고려하십시오.임시 면허 또는 다음에서 구매여기 제한 없이 사용 가능.

패키지 가져오기

시작하려면 C# 프로젝트에서 필요한 네임스페이스를 가져와야 합니다. 이는 .NET용 Aspose.PDF에서 제공하는 클래스와 메서드에 액세스하는 데 중요합니다.

using Aspose.Pdf.Text;
using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;

이제 Aspose.PDF for .NET을 사용하여 PDF 파일에서 강조 표시된 텍스트를 추출하는 프로세스를 분석해 보겠습니다. 각 단계는 기본 개념과 구현을 이해하는 데 도움이 되도록 자세히 설명합니다.

1단계: 프로젝트 디렉토리 설정

가장 먼저 해야 할 일은 PDF 파일이 있는 프로젝트 디렉토리를 설정하는 것입니다. 여기서 마법이 일어납니다.

// 문서 디렉토리의 경로입니다.
string dataDir = "YOUR DOCUMENT DIRECTORY";

바꾸다"YOUR DOCUMENT DIRECTORY"PDF 파일이 있는 디렉토리의 실제 경로와 함께. 이 디렉토리는 애플리케이션이 처리를 위해 PDF를 가져오는 곳입니다.

2단계: PDF 문서 로드

다음으로 강조 표시된 텍스트를 추출하려는 PDF 문서를 로드해야 합니다. 이는 다음을 사용하여 수행됩니다.Document Aspose.PDF에서 제공하는 클래스입니다.

Document doc = new Document(dataDir + "ExtractHighlightedText.pdf");

그만큼Document 클래스는 PDF 파일 경로로 인스턴스화됩니다. 여기서,"ExtractHighlightedText.pdf" 강조된 텍스트가 포함된 PDF 파일의 이름입니다. 이 파일이 지정된 디렉토리에 있는지 확인하십시오.

3단계: 주석 컬렉션에 액세스

PDF 문서가 로드되면 다음 단계는 문서의 첫 페이지에 있는 주석에 액세스하는 것입니다. 주석은 PDF에서 하이라이트, 주석 등과 같은 추가 정보를 추가하는 데 사용됩니다.

foreach (Annotation annotation in doc.Pages[1].Annotations)
{

그만큼Annotations 의 속성Page 객체는 PDF의 특정 페이지에 있는 모든 주석에 대한 액세스를 제공합니다. 여기서는 첫 번째 페이지의 각 주석을 반복합니다.

4단계: 강조된 텍스트 주석 필터링

이제 모든 주석에 액세스할 수 있으므로 강조 표시된 텍스트 주석만 필터링해야 합니다. 이는 각 주석의 유형을 확인하여 달성됩니다.

if (annotation is TextMarkupAnnotation)
{
    TextMarkupAnnotation highlightedAnnotation = annotation as TextMarkupAnnotation;

그만큼TextMarkupAnnotation 클래스는 하이라이트를 포함한 텍스트 마크업 주석을 나타내는 데 사용됩니다.is 키워드는 주석이 유형인지 확인합니다.TextMarkupAnnotation , 그렇다면 주석을 다음으로 캐스팅합니다.TextMarkupAnnotation.

5단계: 강조된 텍스트 추출

강조된 주석을 식별하면 다음 단계는 강조 표시와 관련된 텍스트를 추출하는 것입니다.

TextFragmentCollection collection = highlightedAnnotation.GetMarkedTextFragments();
foreach (TextFragment tf in collection)
{
    Console.WriteLine(tf.Text);
}

그만큼GetMarkedTextFragments() 이 메서드는 컬렉션을 반환합니다.TextFragment 각각 강조된 텍스트의 일부를 나타내는 객체입니다. 이 컬렉션을 반복하고 각 조각의 텍스트를 콘솔에 인쇄합니다.

결론

Aspose.PDF for .NET을 사용하여 PDF에서 강조 표시된 텍스트를 추출하는 것은 워크플로를 간소화할 수 있는 강력한 기능이며, 특히 대용량 문서를 다루는 경우에 유용합니다. 이 튜토리얼에 설명된 단계를 따르면 자신의 프로젝트에 이 기능을 쉽게 구현할 수 있습니다. 메모를 정리하든, 보고서를 준비하든, 데이터 분석을 수행하든, 이 방법은 강조 표시된 텍스트를 추출하고 활용하기 위한 완벽한 솔루션을 제공합니다.

자주 묻는 질문

이 방법을 사용하여 다른 유형의 주석을 추출할 수 있나요?

예, 다음을 수정하여 다른 유형의 주석을 추출할 수 있습니다.if 다양한 주석 유형을 확인하기 위한 조건(예:TextAnnotation, StampAnnotation, 등.

PDF의 모든 페이지에서 강조된 텍스트를 추출하는 것이 가능할까요?

물론입니다! PDF 문서의 각 페이지를 반복하고 동일한 추출 논리를 적용하여 모든 페이지에서 강조된 텍스트를 수집할 수 있습니다.

Aspose.PDF for .NET을 사용하려면 라이선스가 필요합니까?

무료 체험판으로 시작할 수 있지만,임시 면허또는 모든 기능에 대한 무제한 액세스를 원하면 전체 라이선스를 구매하세요.

콘솔에 인쇄하는 대신 추출된 텍스트를 파일에 저장할 수 있나요?

네, 추출된 텍스트를 텍스트 파일이나 다른 원하는 형식으로 저장하도록 코드를 쉽게 수정할 수 있습니다.

Aspose.PDF는 .NET 이외의 다른 플랫폼을 지원합니까?

네, Aspose.PDF는 Java 및 기타 플랫폼도 지원하므로 다양한 환경에서 비슷한 기능을 제공합니다.

PDF 파일에서 특정 주석 삭제 페이지에서 모든 주석 가져오기