Pesquisar texto e desenhar retângulo

Introdução

Você está procurando aprimorar suas habilidades de manipulação de PDF? Quer aprender como pesquisar texto específico em arquivos PDF e destacá-lo com um retângulo? Você encontrou o guia perfeito! Hoje, vou mostrar como usar o Aspose.PDF para .NET para pesquisar texto em um documento PDF e desenhar retângulos ao redor dele. Este artigo fornecerá um tutorial passo a passo projetado com clareza e utilidade em mente, garantindo que você possa acompanhar e aplicar essas técnicas aos seus projetos.

Pré-requisitos

Antes de mergulhar no tutorial, vamos preparar o que você precisa para garantir um fluxo de trabalho tranquilo:

  1. Noções básicas de .NET: você deve estar familiarizado com programação em C# e o framework .NET para seguir este tutorial com eficiência.

  2. Visual Studio instalado: Você precisará de um ambiente de desenvolvimento integrado (IDE) para escrever e testar seu código. O Visual Studio Community é uma ótima opção, e é gratuito.

  3. Aspose.PDF para .NET: Você precisa ter a biblioteca Aspose.PDF instalada em seu projeto. Você pode baixá-laaqui ou considere umlicença temporária para recursos estendidos.

  4. Documento PDF de amostra: para este tutorial, você precisará de um arquivo PDF de amostra chamadoSearchAndGetTextFromAll.pdf armazenado no diretório do seu projeto.

Pacotes de importação

Para começar, você primeiro precisará importar os pacotes necessários para seu projeto .NET. Siga estas etapas:

Abra o Visual Studio

Inicie o Visual Studio e crie um novo aplicativo de console ou use um existente no qual você deseja implementar as funcionalidades do PDF.

Adicione Aspose.PDF ao seu projeto

  1. Clique com o botão direito do mouse no seu projeto no Solution Explorer.
  2. Selecione “Gerenciar pacotes NuGet”.
  3. ProcurarAspose.PDF e instale a versão mais recente.

Ao fazer isso, você estará preparando o terreno para todas as incríveis manipulações de PDF que você está prestes a realizar.

Importar namespaces

Na parte superior do seu arquivo de programa, você deve importar os namespaces relevantes da biblioteca Aspose:

using System.IO;
using Aspose.Pdf;
using Aspose.Pdf.Text;
using System;
using Aspose.Pdf.Facades;

Isso facilita o acesso a classes e métodos dentro da biblioteca Aspose.PDF para suas tarefas.

Agora que você configurou tudo, vamos dividir o processo de busca de texto em um PDF e desenhar um retângulo ao redor dele em etapas mais fáceis de gerenciar.

Etapa 1: Defina o caminho para o seu documento

Primeiro, defina o caminho para o seu arquivo PDF. Certifique-se de substituirYOUR DOCUMENT DIRECTORY com o caminho real onde seuSearchAndGetTextFromAll.pdf é armazenado.

string dataDir = "YOUR DOCUMENT DIRECTORY";

Etapa 2: Abra o documento PDF

Em seguida, crie uma instância doDocument classe para carregar seu PDF:

Document document = new Document(dataDir + "SearchAndGetTextFromAll.pdf");

Esta linha de código abre o arquivo PDF especificado, permitindo que você o manipule posteriormente.

Etapa 3: Crie um absorvedor de texto

Agora, você precisará de uma maneira de pesquisar texto dentro desse documento. Para isso, usamos oTextFragmentAbsorber:

TextFragmentAbsorber textAbsorber = new TextFragmentAbsorber(@"[\S]+");

A expressão regular@"[\S]+" foi projetado para corresponder a qualquer sequência de caracteres que não seja espaço em branco no PDF.

Etapa 4: Configurar opções de pesquisa de texto

Em seguida, você deve configurar as opções de pesquisa de texto:

TextSearchOptions textSearchOptions = new TextSearchOptions(true);
textAbsorber.TextSearchOptions = textSearchOptions;

Aqui, otrue parâmetro significa que a pesquisa fará distinção entre maiúsculas e minúsculas. Você pode defini-lo comofalse se você quiser uma pesquisa que não diferencie maiúsculas de minúsculas.

Etapa 5: Aceite o Text Absorber no documento

Com o seuTextFragmentAbsorber e opções de pesquisa prontas, é hora de absorver o texto do documento:

document.Pages.Accept(textAbsorber);

Este método examina cada página do seu PDF para encontrar fragmentos de texto que correspondam ao padrão especificado.

Etapa 6: Crie um PdfContentEditor

Para desenhar formas no documento, você precisará doPdfContentEditor:

var editor = new PdfContentEditor(document);

Este editor permite que você manipule e edite o conteúdo do PDF facilmente.

Etapa 7: Percorra os fragmentos de texto encontrados

Agora, você vai querer percorrer os fragmentos de texto encontrados para desenhar retângulos ao redor deles:

foreach (TextFragment textFragment in textAbsorber.TextFragments)
{
    foreach (TextSegment textSegment in textFragment.Segments)
    {
        DrawBox(editor, textFragment.Page.Number, textSegment, System.Drawing.Color.Red);
    }
}

Este loop itera sobre cada fragmento de texto e seus segmentos, chamando umDrawBox método para desenho de retângulos.

Etapa 8: Defina o método DrawBox

Você precisa definir oDrawBox método, que manipulará a lógica de desenho do retângulo. Aqui está uma implementação simples:

private static void DrawBox(PdfContentEditor editor, int pageNumber, TextSegment textSegment, System.Drawing.Color color)
{
    // Calcular as dimensões do retângulo com base no segmento de texto
    float x = textSegment.Rectangle.LLX;
    float y = textSegment.Rectangle.LLY;
    float width = textSegment.Rectangle.Width;
    float height = textSegment.Rectangle.Height;

    // Desenhe um retângulo usando os valores calculados
    editor.DrawRectangle(pageNumber, x, y, width, height, color, 1);
}

Este método determina a posição e o tamanho do retângulo com base no retângulo delimitador do segmento e usa o editor para desenhá-lo.

Etapa 9: Salve o documento modificado

Depois de desenhar os retângulos ao redor do texto encontrado, você pode salvar o documento modificado:

dataDir = dataDir + "SearchTextAndDrawRectangle_out.pdf";
document.Save(dataDir);

Certifique-se de que seu novo arquivo seja salvo com um nome diferente para evitar sobrescrever o documento original.

Etapa 10: Mensagem de confirmação

Por fim, imprima uma mensagem de confirmação no console para informar que a operação foi bem-sucedida:

Console.WriteLine("\nRectangle drawn successfully on searched text.\nFile saved at " + dataDir);

E aí está! Você criou com sucesso um script para procurar texto em um PDF e destacá-lo com retângulos.

Conclusão

Parabéns! Você acabou de desbloquear uma habilidade poderosa que pode melhorar muito suas habilidades de manipulação de PDF usando o Aspose.PDF para .NET. Com apenas alguns passos simples, você pode procurar qualquer texto em seu documento e destacá-lo visualmente, tornando seus documentos PDF mais interativos e gerenciáveis. Não hesite em experimentar diferentes padrões de regex e opções de cores para realmente tornar esta ferramenta sua!

Perguntas frequentes

O que é Aspose.PDF para .NET?

Aspose.PDF para .NET é uma biblioteca que fornece uma maneira abrangente de criar, manipular e converter documentos PDF programaticamente.

Posso usar o Aspose.PDF gratuitamente?

Sim, o Aspose oferece um teste gratuito que você pode usar para testar as funcionalidades da biblioteca. Confiraaqui.

Qual linguagem de programação preciso usar com o Aspose.PDF para .NET?

O Aspose.PDF para .NET foi projetado para ser usado com C# e outras linguagens .NET.

Como obtenho ajuda com o Aspose.PDF?

Você pode visitar o fórum de suporte do Aspose para obter ajuda sobre qualquer problema ou dúvida que você possa ter. Encontre suporteaqui.

Onde posso baixar o Aspose.PDF para .NET?

Você pode baixar a biblioteca do site da Aspose,aqui.

Pesquisar texto e adicionar hiperlink Pesquisar segmentos de texto na página em arquivo PDF