如果您曾經嘗試從 PDF 手動複製數據，您就知道這是多麼繁瑣—特別是對於大型或多個文檔。使用我們的 .NET Cloud SDK，您可以自動化此過程，並使用幾行 C# 代碼從 PDFs 中程序化地提取文本。
在這個適合初學者的教程中，您將學習如何在 C# .NET 中從 PDF 文檔中提取文本，無論您想要閱讀所有文本、按特定頁面範圍提取，還是甚至從 PDF 內部的嵌入文件中解析文本。
PDF 解析器 API
GroupDocs.Parser Cloud SDK for .NET 是一個令人驚豔的 API，提供了在線程式化操作 PDF 文件的能力。它不僅提供 PDF 創建或轉換的功能，您還可以輕鬆提取 PDF 文件的元素，如文本、圖像、附件、書簽等。在本文中，我們專注於使用 .NET Cloud SDK 從 PDF 文件中提取文本。
🔧 先決條件
在我們開始 PDF 操作過程之前，我們需要確保已安裝以下組件：
- A GroupDocs Cloud account – sign up to get your Client ID and Secret.
- .NET 6.0 或更高版本已安裝。
- Visual Studio 或任何支援 .NET 開發的 IDE。
安裝
直接從 NuGet 套件管理器安裝 SDK：
Install-Package GroupDocs.Parser-Cloud
使用 C# 提取 PDF 文本
請按照以下步驟以程式方式從 PDF 文件中獲取文字：
var configuration = new Configuration("YourClientId", "YourClientSecret");
var parseApi = new ParseApi(configuration);
初始化 ParseApi 的實例，通過傳遞 Configuration 物件作為參數。
var fileApi = new FileApi(configuration);
using (var fileStream = File.OpenRead("sample.pdf"))
{
var uploadRequest = new UploadFileRequest("sample.pdf", fileStream);
fileApi.UploadFile(uploadRequest);
}
從本地驅動器讀取輸入的 PDF 文件，並通過調用 UploadFile(...) 方法上傳到雲存儲中，屬於 UploadFileRequest 類別。
// 如需更多範例，請訪問 https://github.com/groupdocs-parser-cloud/groupdocs-parser-cloud-dotnet
var options = new TextOptions
{
FileInfo = new FileInfo { FilePath = "sample.pdf" }
};
var request = new TextRequest(options);
var response = parseApi.Text(request);
Console.WriteLine("Extracted Text:\n");
Console.WriteLine(response.Text);
- TextOptions: 定義要從哪個文件提取文本。
- TextRequest: 將請求發送到雲端。
- parseApi.Text(): 返回提取的文本內容。
使用 C# 從頁面範圍中提取文本
如果您只需要特定頁面的文本(例如，第 2 頁到第 4 頁)，您可以像這樣指定頁面範圍：
var options = new TextOptions
{
FileInfo = new FileInfo { FilePath = "sample.pdf" },
StartPageNumber = 2,
CountPagesToExtract = 3
};
var request = new TextRequest(options);
var response = parseApi.Text(request);
Console.WriteLine("Text extracted from pages 2 to 4:");
Console.WriteLine(response.Text);
從附加文件中提取文本
一些 PDF 包含像 Word、Excel 或其他 PDF 的附件。該 SDK 允許您甚至從這些嵌入的文檔中提取文本：
var options = new TextOptions
{
FileInfo = new FileInfo { FilePath = "sample.pdf" },
ContainerItemInfo = new ContainerItemInfo
{
RelativePath = "attachment.docx",
StartPageNumber = 1,
CountPagesToExtract = 2
}
};
var request = new TextRequest(options);
var response = parseApi.Text(request);
Console.WriteLine("Extracted text from the attached document:");
Console.WriteLine(response.Text);
試試線上版
Don`t want to code yet? Try the free online PDF text extractor. Its powered by REST API, enabling you to instantly extract text from any PDF document.
結論
在本指南中，您將學習如何：
- 使用 C# .NET 從 PDF 文件中提取文本。
- 上傳並解析雲端上的文檔。
- 根據頁面範圍或附加文件檔案檢索文本。
我們的雲端 API 使開發人員能夠輕鬆自動化 PDF 文字提取，而無需處理低級 PDF 解析邏輯。