Suchen Sie nach regulären Ausdrücken in einer PDF-Datei

In diesem Tutorial wird erläutert, wie Sie mit Aspose.PDF für .NET Text suchen und abrufen, der einem regulären Ausdruck in einer PDF-Datei entspricht. Der bereitgestellte C#-Quellcode demonstriert den Prozess Schritt für Schritt.

Voraussetzungen

Bevor Sie mit dem Tutorial fortfahren, stellen Sie sicher, dass Sie über Folgendes verfügen:

  • Grundkenntnisse der Programmiersprache C#.
  • Aspose.PDF für .NET-Bibliothek installiert. Sie können es von der Aspose-Website herunterladen oder NuGet verwenden, um es in Ihrem Projekt zu installieren.

Schritt 1: Richten Sie das Projekt ein

Erstellen Sie zunächst ein neues C#-Projekt in Ihrer bevorzugten integrierten Entwicklungsumgebung (IDE) und fügen Sie einen Verweis auf die Aspose.PDF für .NET-Bibliothek hinzu.

Schritt 2: Importieren Sie die erforderlichen Namespaces

Fügen Sie am Anfang Ihrer C#-Datei die folgenden using-Anweisungen hinzu, um die erforderlichen Namespaces zu importieren:

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

Schritt 3: Laden Sie das PDF-Dokument

Legen Sie den Pfad zu Ihrem PDF-Dokumentverzeichnis fest und laden Sie das Dokument mitDocument Klasse:

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

Unbedingt austauschen"YOUR DOCUMENT DIRECTORY" mit dem tatsächlichen Pfad zu Ihrem Dokumentverzeichnis.

Schritt 4: Suche mit regulärem Ausdruck

Ein … kreierenTextFragmentAbsorber Objekt und legen Sie das reguläre Ausdrucksmuster fest, um alle Phrasen zu finden, die dem Muster entsprechen:

TextFragmentAbsorber textFragmentAbsorber = new TextFragmentAbsorber("\\d{4}-\\d{4}"); // Wie 1999-2000

Ersetzen"\\d{4}-\\d{4}" mit Ihrem gewünschten Muster für reguläre Ausdrücke.

Schritt 5: Textsuchoptionen festlegen

Ein … kreierenTextSearchOptions Objekt und setzen Sie es auf dasTextSearchOptions Eigentum derTextFragmentAbsorber Objekt, um die Verwendung regulärer Ausdrücke zu aktivieren:

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

Schritt 6: Suchen Sie auf allen Seiten

Akzeptieren Sie den Absorber für alle Seiten des Dokuments:

pdfDocument.Pages.Accept(textFragmentAbsorber);

Schritt 7: Extrahierte Textfragmente abrufen

Holen Sie sich die extrahierten Textfragmente mitTextFragments Eigentum derTextFragmentAbsorber Objekt:

TextFragmentCollection textFragmentCollection = textFragmentAbsorber.TextFragments;

Schritt 8: Gehen Sie die Textfragmente in einer Schleife durch

Durchlaufen Sie die abgerufenen Textfragmente und greifen Sie auf ihre Eigenschaften zu:

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

Sie können den Code innerhalb der Schleife ändern, um weitere Aktionen für jedes Textfragment auszuführen.

Beispielquellcode für die Suche nach regulären Ausdrücken mit Aspose.PDF für .NET

// Der Pfad zum Dokumentenverzeichnis.
string dataDir = "YOUR DOCUMENT DIRECTORY";
// Dokument öffnen
Document pdfDocument = new Document(dataDir + "SearchRegularExpressionAll.pdf");
// Erstellen Sie ein TextAbsorber-Objekt, um alle Phrasen zu finden, die dem regulären Ausdruck entsprechen
TextFragmentAbsorber textFragmentAbsorber = new TextFragmentAbsorber("\\d{4}-\\d{4}"); // Wie 1999-2000
// Legen Sie die Textsuchoption fest, um die Verwendung regulärer Ausdrücke anzugeben
TextSearchOptions textSearchOptions = new TextSearchOptions(true);
textFragmentAbsorber.TextSearchOptions = textSearchOptions;
// Akzeptieren Sie den Absorber für alle Seiten
pdfDocument.Pages.Accept(textFragmentAbsorber);
// Holen Sie sich die extrahierten Textfragmente
TextFragmentCollection textFragmentCollection = textFragmentAbsorber.TextFragments;
// Durchlaufe die Fragmente
foreach (TextFragment textFragment in textFragmentCollection)
{
	Console.WriteLine("Text : {0} ", textFragment.Text);
	Console.WriteLine("Position : {0} ", textFragment.Position);
	Console.WriteLine("XIndent : {0} ", textFragment.Position.XIndent);
	Console.WriteLine("YIndent : {0} ", textFragment.Position.YIndent);
	Console.WriteLine("Font - Name : {0}", textFragment.TextState.Font.FontName);
	Console.WriteLine("Font - IsAccessible : {0} ", textFragment.TextState.Font.IsAccessible);
	Console.WriteLine("Font - IsEmbedded : {0} ", textFragment.TextState.Font.IsEmbedded);
	Console.WriteLine("Font - IsSubset : {0} ", textFragment.TextState.Font.IsSubset);
	Console.WriteLine("Font Size : {0} ", textFragment.TextState.FontSize);
	Console.WriteLine("Foreground Color : {0} ", textFragment.TextState.ForegroundColor);
}

Abschluss

Glückwunsch! Sie haben erfolgreich gelernt, wie Sie mit Aspose.PDF für .NET Text suchen und abrufen, der einem regulären Ausdruck in einem PDF-Dokument entspricht. Dieses Tutorial bietet eine Schritt-für-Schritt-Anleitung vom Laden des Dokuments bis zum Zugriff auf die extrahierten Textfragmente. Sie können diesen Code jetzt in Ihre eigenen C#-Projekte integrieren, um erweiterte Textsuchen in PDF-Dateien durchzuführen.

FAQs

F: Was ist der Zweck des Tutorials „Suche nach regulären Ausdrücken in PDF-Dateien“?

A: Das Tutorial „Regulären Ausdruck in PDF-Datei suchen“ soll zeigen, wie Sie mit der Aspose.PDF-Bibliothek für .NET nach Text suchen und diesen extrahieren können, der einem bestimmten regulären Ausdrucksmuster in einer PDF-Datei entspricht. Das Tutorial bietet umfassende Anleitungen und Beispiel-C#-Code zur Veranschaulichung des Prozesses.

F: Wie hilft dieses Tutorial bei der Suche nach Text mithilfe regulärer Ausdrücke in einem PDF-Dokument?

A: Dieses Tutorial bietet eine schrittweise Anleitung zur Verwendung der Aspose.PDF-Bibliothek zur Durchführung von Textsuchen in einem PDF-Dokument basierend auf einem regulären Ausdrucksmuster. Es beschreibt, wie Sie das Projekt einrichten, das PDF-Dokument laden, ein reguläres Ausdrucksmuster definieren und die passenden Textfragmente abrufen.

F: Was sind die Voraussetzungen, um diesem Tutorial zu folgen?

A: Bevor Sie mit diesem Tutorial beginnen, sollten Sie über grundlegende Kenntnisse der Programmiersprache C# verfügen. Darüber hinaus muss die Bibliothek Aspose.PDF für .NET installiert sein. Sie können es von der Aspose-Website herunterladen oder NuGet verwenden, um es in Ihr Projekt zu integrieren.

F: Wie richte ich mein Projekt ein, um diesem Tutorial zu folgen?

A: Erstellen Sie zunächst ein neues C#-Projekt in Ihrer bevorzugten integrierten Entwicklungsumgebung (IDE) und fügen Sie einen Verweis auf die Bibliothek Aspose.PDF für .NET hinzu. Dadurch können Sie die Funktionen der Bibliothek in Ihrem Projekt nutzen.

F: Kann ich reguläre Ausdrücke verwenden, um in einem PDF-Dokument nach Text zu suchen?

A: Ja, dieses Tutorial zeigt, wie man mit regulären Ausdrücken nach Text in einem PDF-Dokument sucht und ihn extrahiert. Dabei geht es um die Nutzung derTextFragmentAbsorber Klasse und Angabe eines regulären Ausdrucksmusters, um Phrasen zu finden, die mit dem bereitgestellten Muster übereinstimmen.

F: Wie definiere ich das reguläre Ausdrucksmuster für die Textsuche?

A: Um ein reguläres Ausdrucksmuster für die Textsuche zu definieren, erstellen Sie einTextFragmentAbsorber Objekt und legen Sie sein Muster mit festText Parameter. Ersetzen Sie das Standardmuster"\\d{4}-\\d{4}" im Code des Tutorials mit Ihrem gewünschten regulären Ausdrucksmuster.

F: Wie kann ich die Verwendung regulärer Ausdrücke für die Textsuche aktivieren?

A: Die Verwendung regulärer Ausdrücke wird durch die Erstellung eines aktiviertTextSearchOptions Objekt und setzt seinen Wert auftrue . Ordnen Sie dieses Objekt dem zuTextSearchOptions Eigentum derTextFragmentAbsorber Beispiel. Dadurch wird sichergestellt, dass das reguläre Ausdrucksmuster bei der Textsuche angewendet wird.

F: Kann ich Textfragmente abrufen, die dem regulären Ausdrucksmuster entsprechen?

A: Absolut. Nachdem Sie die Suche nach regulären Ausdrücken auf das PDF-Dokument angewendet haben, können Sie die extrahierten Textfragmente mithilfe von abrufenTextFragments Eigentum derTextFragmentAbsorber Objekt. Diese Textfragmente enthalten die Textsegmente, die dem angegebenen regulären Ausdrucksmuster entsprechen.

F: Worauf kann ich aus den abgerufenen Textfragmenten zugreifen?

A: Von den abgerufenen Textfragmenten können Sie auf verschiedene Eigenschaften zugreifen, wie z. B. den übereinstimmenden Textinhalt, die Position (X- und Y-Koordinaten), Schriftartinformationen (Name, Größe, Farbe) und mehr. Der Beispielcode in der Schleife des Tutorials zeigt, wie auf diese Eigenschaften zugegriffen und sie angezeigt werden.

F: Wie kann ich Aktionen für die extrahierten Textfragmente anpassen?

A: Sobald Sie die extrahierten Textfragmente haben, können Sie den Code innerhalb der Schleife anpassen, um zusätzliche Aktionen für jedes Textfragment auszuführen. Dies kann das Speichern des extrahierten Textes, das Analysieren von Mustern oder das Implementieren von Formatierungsänderungen basierend auf Ihren Anforderungen umfassen.

Suchen und Abrufen einer Textseite in einer PDF-Datei Text durchsuchen und Hyperlink hinzufügen