ค้นหาและรับหน้าข้อความในไฟล์ PDF

บทช่วยสอนนี้จะอธิบายวิธีใช้ Aspose.PDF สำหรับ .NET เพื่อค้นหาและรับข้อความจากหน้าใดหน้าหนึ่งเป็นไฟล์ PDF ซอร์สโค้ด C# ที่ให้มาสาธิตกระบวนการทีละขั้นตอน

ข้อกำหนดเบื้องต้น

ก่อนที่จะดำเนินการบทแนะนำต่อ โปรดแน่ใจว่าคุณมีสิ่งต่อไปนี้:

ความรู้พื้นฐานเกี่ยวกับภาษาการเขียนโปรแกรม C#
ติดตั้ง Aspose.PDF สำหรับไลบรารี .NET แล้ว คุณสามารถรับได้จากเว็บไซต์ Aspose หรือใช้ NuGet เพื่อติดตั้งในโครงการของคุณ

ขั้นตอนที่ 1: ตั้งค่าโครงการ

เริ่มต้นด้วยการสร้างโปรเจ็กต์ C# ใหม่ในสภาพแวดล้อมการพัฒนาแบบรวม (IDE) ที่คุณต้องการ และเพิ่มการอ้างอิงไปยังไลบรารี Aspose.PDF สำหรับ .NET

ขั้นตอนที่ 2: นำเข้าเนมสเปซที่จำเป็น

เพิ่มคำสั่งต่อไปนี้ที่จุดเริ่มต้นของไฟล์ C# ของคุณเพื่อนำเข้าเนมสเปซที่จำเป็น:

using Aspose.Pdf;
using Aspose.Pdf.Text;

ขั้นตอนที่ 3: โหลดเอกสาร PDF

กำหนดเส้นทางไปยังไดเร็กทอรีเอกสาร PDF ของคุณและโหลดเอกสารโดยใช้Document ระดับ:

string dataDir = "YOUR DOCUMENT DIRECTORY";
Document pdfDocument = new Document(dataDir + "SearchAndGetTextPage.pdf");

ตรวจสอบให้แน่ใจว่าได้เปลี่ยน"YOUR DOCUMENT DIRECTORY" ด้วยเส้นทางจริงไปยังไดเร็กทอรีเอกสารของคุณ

ขั้นตอนที่ 4: ค้นหาและแยกข้อความจากหน้า

สร้างกTextFragmentAbsorberวัตถุเพื่อค้นหาอินสแตนซ์ทั้งหมดของวลีค้นหาที่ป้อนในหน้าใดหน้าหนึ่ง:

TextFragmentAbsorber textFragmentAbsorber = new TextFragmentAbsorber("Figure");

แทนที่"Figure" ด้วยข้อความจริงที่คุณต้องการค้นหา

ขั้นตอนที่ 5: ค้นหาในหน้าใดหน้าหนึ่ง

ยอมรับตัวดูดซับสำหรับหน้าเฉพาะของเอกสาร:

pdfDocument.Pages.Accept(textFragmentAbsorber);

ขั้นตอนที่ 6: รับส่วนของข้อความที่แยกออกมา

รับส่วนของข้อความที่แยกออกมาโดยใช้TextFragments ทรัพย์สินของTextFragmentAbsorber วัตถุ:

TextFragmentCollection textFragmentCollection = textFragmentAbsorber.TextFragments;

ขั้นตอนที่ 7: วนซ้ำส่วนข้อความและเซ็กเมนต์

วนซ้ำส่วนข้อความที่ได้รับและเซ็กเมนต์ และเข้าถึงคุณสมบัติ:

foreach (TextFragment textFragment in textFragmentCollection)
{
	foreach (TextSegment textSegment in textFragment.Segments)
	{
		Console.WriteLine("Text: {0} ", textSegment.Text);
		Console.WriteLine("Position: {0} ", textSegment.Position);
		Console.WriteLine("XIndent: {0} ", textSegment.Position.XIndent);
		Console.WriteLine("YIndent: {0} ", textSegment.Position.YIndent);
		Console.WriteLine("Font - Name: {0}", textSegment.TextState.Font.FontName);
		Console.WriteLine("Font - IsAccessible: {0} ", textSegment.TextState.Font.IsAccessible);
		Console.WriteLine("Font - IsEmbedded: {0} ", textSegment.TextState.Font.IsEmbedded);
		Console.WriteLine("Font - IsSubset: {0} ", textSegment.TextState.Font.IsSubset);
		Console.WriteLine("Font Size: {0} ", textSegment.TextState.FontSize);
		Console.WriteLine("Foreground Color: {0} ", textSegment.TextState.ForegroundColor);
	}
}

คุณสามารถแก้ไขโค้ดภายในลูปเพื่อดำเนินการเพิ่มเติมกับแต่ละส่วนของข้อความได้

ตัวอย่างซอร์สโค้ดสำหรับการค้นหาและรับหน้าข้อความโดยใช้ Aspose.PDF สำหรับ .NET

// เส้นทางไปยังไดเร็กทอรีเอกสาร
string dataDir = "YOUR DOCUMENT DIRECTORY";
// เปิดเอกสาร
Document pdfDocument = new Document(dataDir + "SearchAndGetTextPage.pdf");
// สร้างวัตถุ TextAbsorber เพื่อค้นหาอินสแตนซ์ทั้งหมดของวลีค้นหาอินพุต
TextFragmentAbsorber textFragmentAbsorber = new TextFragmentAbsorber("Figure");
// รับซับทุกหน้า
pdfDocument.Pages.Accept(textFragmentAbsorber);
// รับส่วนของข้อความที่แยกออกมา
TextFragmentCollection textFragmentCollection = textFragmentAbsorber.TextFragments;
// วนผ่านชิ้นส่วน
foreach (TextFragment textFragment in textFragmentCollection)
{
	foreach (TextSegment textSegment in textFragment.Segments)
	{
		Console.WriteLine("Text : {0} ", textSegment.Text);
		Console.WriteLine("Position : {0} ", textSegment.Position);
		Console.WriteLine("XIndent : {0} ", textSegment.Position.XIndent);
		Console.WriteLine("YIndent : {0} ", textSegment.Position.YIndent);
		Console.WriteLine("Font - Name : {0}", textSegment.TextState.Font.FontName);
		Console.WriteLine("Font - IsAccessible : {0} ", textSegment.TextState.Font.IsAccessible);
		Console.WriteLine("Font - IsEmbedded : {0} ", textSegment.TextState.Font.IsEmbedded);
		Console.WriteLine("Font - IsSubset : {0} ", textSegment.TextState.Font.IsSubset);
		Console.WriteLine("Font Size : {0} ", textSegment.TextState.FontSize);
		Console.WriteLine("Foreground Color : {0} ", textSegment.TextState.ForegroundColor);
	}
}

บทสรุป

ยินดีด้วย! คุณได้เรียนรู้วิธีการค้นหาและรับข้อความจากหน้าเฉพาะของเอกสาร PDF โดยใช้ Aspose.PDF สำหรับ .NET เรียบร้อยแล้ว บทช่วยสอนนี้ให้คำแนะนำทีละขั้นตอน ตั้งแต่การโหลดเอกสารไปจนถึงการเข้าถึงส่วนข้อความที่แยกออกมา ตอนนี้คุณสามารถรวมเข้าด้วยกัน

คำถามที่พบบ่อย

ถาม: จุดประสงค์ของบทช่วยสอน “ค้นหาและรับหน้าข้อความ” คืออะไร

ตอบ: บทช่วยสอน “ค้นหาและรับหน้าข้อความ” ได้รับการออกแบบมาเพื่อแสดงวิธีใช้ไลบรารี Aspose.PDF สำหรับ .NET เพื่อค้นหาและดึงข้อความจากหน้าใดหน้าหนึ่งภายในไฟล์ PDF บทช่วยสอนให้คำแนะนำโดยละเอียดและโค้ด C# ตัวอย่างเพื่อสาธิตกระบวนการ

ถาม: บทช่วยสอนนี้ช่วยในการแยกข้อความจากหน้าใดหน้าหนึ่งในเอกสาร PDF ได้อย่างไร

ตอบ: บทช่วยสอนนี้จะแนะนำคุณตลอดกระบวนการแยกข้อความจากหน้าใดหน้าหนึ่งของเอกสาร PDF โดยใช้ไลบรารี Aspose.PDF โดยสรุปขั้นตอนที่จำเป็นและให้รหัส C# เพื่อค้นหาวลีข้อความที่ระบุบนหน้าที่เลือกและดึงส่วนข้อความที่เกี่ยวข้อง

ถาม: ข้อกำหนดเบื้องต้นสำหรับการติดตามบทช่วยสอนนี้มีอะไรบ้าง

ตอบ: ก่อนที่จะเริ่มบทช่วยสอนนี้ คุณควรมีความเข้าใจพื้นฐานเกี่ยวกับภาษาการเขียนโปรแกรม C# นอกจากนี้ คุณต้องติดตั้งไลบรารี Aspose.PDF สำหรับ .NET ด้วย คุณสามารถรับได้จากเว็บไซต์ Aspose หรือใช้ NuGet เพื่อรวมเข้ากับโปรเจ็กต์ของคุณ

ถาม: ฉันจะตั้งค่าโปรเจ็กต์ให้ปฏิบัติตามบทช่วยสอนนี้ได้อย่างไร

ตอบ: ในการเริ่มต้น ให้สร้างโปรเจ็กต์ C# ใหม่ในสภาพแวดล้อมการพัฒนาแบบรวม (IDE) ที่คุณต้องการ และเพิ่มการอ้างอิงไปยังไลบรารี Aspose.PDF สำหรับ .NET สิ่งนี้จะช่วยให้คุณใช้ความสามารถของห้องสมุดในโครงการของคุณได้

ถาม: ฉันสามารถค้นหาข้อความในหน้าใดหน้าหนึ่งของเอกสาร PDF ได้หรือไม่

ตอบ: ใช่ บทช่วยสอนนี้สาธิตวิธีการค้นหาข้อความในหน้าเฉพาะของเอกสาร PDF มันเกี่ยวข้องกับการใช้TextFragmentAbsorber คลาสเพื่อค้นหาอินสแตนซ์ของวลีข้อความเฉพาะบนหน้าที่เลือก

ถาม: ฉันจะเข้าถึงส่วนข้อความที่แยกออกมาจากหน้าใดหน้าหนึ่งได้อย่างไร

ตอบ: หลังจากค้นหาข้อความในหน้าที่กำหนดแล้ว คุณสามารถเข้าถึงส่วนของข้อความที่แยกออกมาได้โดยใช้TextSegments ทรัพย์สินของTextFragment วัตถุ. สถานที่ให้บริการนี้ให้การเข้าถึงคอลเลกชันของTextSegment วัตถุที่มีข้อความที่แยกออกมาและข้อมูลที่เกี่ยวข้อง

ถาม: ฉันสามารถดึงข้อมูลใดจากส่วนข้อความที่แยกออกมาได้

ตอบ: คุณสามารถดึงรายละเอียดต่างๆ จากส่วนของข้อความที่แยกออกมา รวมถึงเนื้อหาข้อความ ตำแหน่ง (พิกัด X และ Y) ข้อมูลแบบอักษร (ชื่อ ขนาด สี ฯลฯ) และอื่นๆ โค้ดตัวอย่างของบทช่วยสอนสาธิตวิธีการเข้าถึงและพิมพ์รายละเอียดเหล่านี้สำหรับส่วนของข้อความแต่ละส่วน

ถาม: ฉันสามารถดำเนินการแบบกำหนดเองกับส่วนข้อความที่แยกออกมาได้หรือไม่

ตอบ: แน่นอน เมื่อคุณมีส่วนของข้อความที่แยกออกมาแล้ว คุณสามารถปรับแต่งโค้ดภายในลูปเพื่อดำเนินการเพิ่มเติมในแต่ละส่วนได้ ซึ่งอาจรวมถึงการบันทึกข้อความที่แยกออกมา การวิเคราะห์รูปแบบข้อความ หรือใช้การเปลี่ยนแปลงการจัดรูปแบบ

ค้นหาและรับข้อความทั้งหมด ค้นหานิพจน์ทั่วไปในไฟล์ PDF