Rechercher une expression régulière dans un fichier PDF
Ce didacticiel explique comment utiliser Aspose.PDF pour .NET pour rechercher et récupérer du texte correspondant à une expression régulière dans un fichier PDF. Le code source C# fourni illustre le processus étape par étape.
Conditions préalables
Avant de poursuivre le didacticiel, assurez-vous d’avoir les éléments suivants :
- Connaissance de base du langage de programmation C#.
- Aspose.PDF pour la bibliothèque .NET installée. Vous pouvez l’obtenir sur le site Web Aspose ou utiliser NuGet pour l’installer dans votre projet.
Étape 1 : Configurer le projet
Commencez par créer un nouveau projet C# dans votre environnement de développement intégré (IDE) préféré et ajoutez une référence à la bibliothèque Aspose.PDF pour .NET.
Étape 2 : Importer les espaces de noms nécessaires
Ajoutez les directives using suivantes au début de votre fichier C# pour importer les espaces de noms requis :
using Aspose.Pdf;
using Aspose.Pdf.Text;
Étape 3 : Charger le document PDF
Définissez le chemin d’accès à votre répertoire de documents PDF et chargez le document à l’aide duDocument classe:
string dataDir = "YOUR DOCUMENT DIRECTORY";
Document pdfDocument = new Document(dataDir + "SearchRegularExpressionAll.pdf");
Assurez-vous de remplacer"YOUR DOCUMENT DIRECTORY" avec le chemin réel vers votre répertoire de documents.
Étape 4 : Rechercher avec une expression régulière
Créer unTextFragmentAbsorber objet et définissez le modèle d’expression régulière pour rechercher toutes les expressions qui correspondent au modèle :
TextFragmentAbsorber textFragmentAbsorber = new TextFragmentAbsorber("\\d{4}-\\d{4}"); // Comme 1999-2000
Remplacer"\\d{4}-\\d{4}" avec le modèle d’expression régulière souhaité.
Étape 5 : Définir les options de recherche de texte
Créer unTextSearchOptions objet et réglez-le sur leTextSearchOptions propriété duTextFragmentAbsorber objet pour permettre l’utilisation d’expressions régulières :
TextSearchOptions textSearchOptions = new TextSearchOptions(true);
textFragmentAbsorber.TextSearchOptions = textSearchOptions;
Étape 6 : Rechercher sur toutes les pages
Acceptez l’absorbeur pour toutes les pages du document :
pdfDocument.Pages.Accept(textFragmentAbsorber);
Étape 7 : Récupérer les fragments de texte extraits
Obtenez les fragments de texte extraits en utilisant leTextFragments propriété duTextFragmentAbsorber objet:
TextFragmentCollection textFragmentCollection = textFragmentAbsorber.TextFragments;
Étape 8 : Parcourez les fragments de texte
Parcourez les fragments de texte récupérés et accédez à leurs propriétés :
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);
}
Vous pouvez modifier le code dans la boucle pour effectuer d’autres actions sur chaque fragment de texte.
Exemple de code source pour rechercher une expression régulière à l’aide d’Aspose.PDF pour .NET
// Le chemin d'accès au répertoire des documents.
string dataDir = "YOUR DOCUMENT DIRECTORY";
// Ouvrir le document
Document pdfDocument = new Document(dataDir + "SearchRegularExpressionAll.pdf");
// Créez un objet TextAbsorber pour trouver toutes les phrases correspondant à l'expression régulière
TextFragmentAbsorber textFragmentAbsorber = new TextFragmentAbsorber("\\d{4}-\\d{4}"); // Comme 1999-2000
// Définir l'option de recherche de texte pour spécifier l'utilisation des expressions régulières
TextSearchOptions textSearchOptions = new TextSearchOptions(true);
textFragmentAbsorber.TextSearchOptions = textSearchOptions;
// Acceptez l'absorbeur pour toutes les pages
pdfDocument.Pages.Accept(textFragmentAbsorber);
// Obtenez les fragments de texte extraits
TextFragmentCollection textFragmentCollection = textFragmentAbsorber.TextFragments;
// Parcourez les fragments
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);
}
Conclusion
Toutes nos félicitations! Vous avez appris avec succès comment rechercher et récupérer du texte correspondant à une expression régulière dans un document PDF à l’aide d’Aspose.PDF pour .NET. Ce didacticiel a fourni un guide étape par étape, depuis le chargement du document jusqu’à l’accès aux fragments de texte extraits. Vous pouvez désormais intégrer ce code dans vos propres projets C# pour effectuer des recherches de texte avancées dans les fichiers PDF.
FAQ
Q : Quel est l’objectif du didacticiel « Rechercher une expression régulière dans un fichier PDF » ?
R : Le didacticiel « Rechercher une expression régulière dans un fichier PDF » vise à montrer comment utiliser la bibliothèque Aspose.PDF pour .NET pour rechercher et extraire du texte qui correspond à un modèle d’expression régulière spécifié dans un fichier PDF. Le didacticiel fournit des conseils complets et un exemple de code C# pour démontrer le processus.
Q : Comment ce didacticiel aide-t-il à rechercher du texte à l’aide d’expressions régulières dans un document PDF ?
R : Ce didacticiel fournit une approche étape par étape de l’utilisation de la bibliothèque Aspose.PDF pour effectuer des recherches de texte dans un document PDF basées sur un modèle d’expression régulière. Il explique comment configurer le projet, charger le document PDF, définir un modèle d’expression régulière et récupérer les fragments de texte correspondants.
Q : Quels sont les prérequis pour suivre ce tutoriel ?
R : Avant de commencer ce didacticiel, vous devez avoir une compréhension de base du langage de programmation C#. De plus, vous devez avoir installé la bibliothèque Aspose.PDF pour .NET. Vous pouvez l’obtenir sur le site Web Aspose ou utiliser NuGet pour l’intégrer à votre projet.
Q : Comment configurer mon projet pour suivre ce tutoriel ?
R : Pour commencer, créez un nouveau projet C# dans votre environnement de développement intégré (IDE) préféré et ajoutez une référence à la bibliothèque Aspose.PDF pour .NET. Cela vous permettra d’exploiter les capacités de la bibliothèque au sein de votre projet.
Q : Puis-je utiliser des expressions régulières pour rechercher du texte dans un document PDF ?
R : Oui, ce didacticiel montre comment utiliser des expressions régulières pour rechercher et extraire du texte à partir d’un document PDF. Il s’agit d’utiliser leTextFragmentAbsorber classe et en spécifiant un modèle d’expression régulière pour trouver des expressions qui correspondent au modèle fourni.
Q : Comment définir le modèle d’expression régulière pour la recherche de texte ?
R : Pour définir un modèle d’expression régulière pour la recherche de texte, créez unTextFragmentAbsorber objet et définissez son motif à l’aide duText paramètre. Remplacer le modèle par défaut"\\d{4}-\\d{4}" dans le code du didacticiel avec le modèle d’expression régulière souhaité.
Q : Comment puis-je activer l’utilisation d’expressions régulières pour la recherche de texte ?
R : L’utilisation d’expressions régulières est activée en créant unTextSearchOptions objet et en définissant sa valeur surtrue . Attribuez cet objet auTextSearchOptions propriété duTextFragmentAbsorber exemple. Cela garantit que le modèle d’expression régulière est appliqué lors de la recherche de texte.
Q : Puis-je récupérer des fragments de texte qui correspondent au modèle d’expression régulière ?
R : Absolument. Après avoir appliqué la recherche d’expression régulière sur le document PDF, vous pouvez récupérer les fragments de texte extraits à l’aide duTextFragments propriété duTextFragmentAbsorber objet. Ces fragments de texte contiennent les segments de texte qui correspondent au modèle d’expression régulière spécifié.
Q : À quoi puis-je accéder à partir des fragments de texte récupérés ?
R : À partir des fragments de texte récupérés, vous pouvez accéder à diverses propriétés telles que le contenu du texte correspondant, la position (coordonnées X et Y), les informations sur la police (nom, taille, couleur), etc. L’exemple de code dans la boucle du didacticiel montre comment accéder à ces propriétés et les afficher.
Q : Comment puis-je personnaliser les actions sur les fragments de texte extraits ?
R : Une fois que vous disposez des fragments de texte extraits, vous pouvez personnaliser le code dans la boucle pour effectuer des actions supplémentaires sur chaque fragment de texte. Cela peut inclure l’enregistrement du texte extrait, l’analyse de modèles ou la mise en œuvre de modifications de formatage en fonction de vos besoins.
