Spire.PDF图片和图形教程：如何获取PDF文档中的文本和图片

更多资源查看：Spire.XLS工作表教程 | Spire.Doc系列教程 | Spire.PDF系列教程

【下载Spire.PDF最新试用版】

C# 如何提取 PDF 文档中的文本和图片

提取PDF文档中的文本

//实例化一个PdfDocument对象PdfDocument doc = new PdfDocument();//加载PDF文档doc.LoadFromFile("测试文档.pdf");//实例化一个StringBuilder 对象StringBuilder content = new StringBuilder();//提取PDF所有页面的文本foreach (PdfPageBase page in doc.Pages){    content.Append(page.ExtractText());}//将提取到的文本写为.txt格式并保存到本地路径String fileName = "获取文本.txt";File.WriteAllText(fileName, content.ToString());

提取 PDF 文档中的图片

//加载PDF文档PdfDocument doc = new PdfDocument();doc.LoadFromFile("测试文档.pdf");ListListImage = new List();for (int i = 0; i < doc.Pages.Count; i++){    // 实例化一个Spire.Pdf.PdfPageBase对象PdfPageBase page = doc.Pages[i];    // 获取所有pages里面的图片    Image[] images = page.ExtractImages();    if (images != null && images.Length > 0)    {        ListImage.AddRange(images);    }}// 将提取到的图片保存到本地路径if (ListImage.Count > 0){    for (int i = 0; i < ListImage.Count; i++)    {        Image image = ListImage[i];        image.Save("image" + (i + 1).ToString() + ".png", System.Drawing.Imaging.ImageFormat.Png);    }  }

C# 从 PDF 页面的指定区域内提取文本

有时我们可能需要获取PDF页面中某个区域内的文本而不是全部的文本。以下是示例文档截图，红色矩形区域是即将提取文本的区域。

//创建PdfDocument实例  PdfDocument pdf = new PdfDocument();  //加载PDF文档  pdf.LoadFromFile("Input.pdf");     //获取第一页  PdfPageBase page = pdf.Pages[0];     //从第一页的指定矩形区域内提取文本  string text = page.ExtractText(new RectangleF(50, 50, 500, 100) );     //将文本写入.txt文件  StringBuilder sb = new StringBuilder();  sb.AppendLine(text);  File.WriteAllText("Extract.txt", sb.ToString());

效果图

*想要购买正版授权的朋友可以咨询在线客服哦~

如果你有任何问题或意见，可在下方评论区留言，点击资源列表查看更多教程资源~

标签：