Szöveg kivonat a bélyegző megjegyzéséből

Bevezetés

Ha PDF fájlokkal dolgozik, nagyon hasznos lehet bizonyos adatok, például szöveg kinyerése a megjegyzésekből. Ebben az oktatóanyagban lépésről lépésre bemutatjuk, hogyan bonthat ki szöveget egy PDF-dokumentum bélyegző megjegyzéseiből az Aspose.PDF for .NET használatával. Ez a nagy teljesítményű könyvtár lehetővé teszi a fejlesztők számára a PDF-fájlok kezelését, lehetővé téve olyan feladatokat, mint a szövegkivonat, a kommentárkezelés és még sok más. Merüljünk el a részletekben, és bontsuk szét az egészet!

Előfeltételek

Mielőtt belevágnánk az oktatóanyagba, van néhány dolog, amire szüksége lesz:

  • Aspose.PDF for .NET: telepítenie kell az Aspose.PDF for .NET fájlt. Megtehetitöltse le a legújabb verziót innen.
  • Visual Studio: Ez az útmutató feltételezi, hogy a Visual Studiot használja integrált fejlesztői környezetként (IDE).
  • Alapvető C# ismerete: Alapvető ismeretekkel kell rendelkeznie a C# programozásról.

Győződjön meg arról, hogy beállította ezeket az eszközöket, hogy követhesse az oktatóanyagot.

Csomagok importálása

Minden .NET-projekt első lépése a szükséges névterek importálása. Az Aspose.PDF használatával csak néhány kulcsfontosságú importálásra lesz szüksége a kezdéshez:

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

Ezek az importálások a PDF-dokumentumokkal, a megjegyzésekkel és a szövegkivonattal való munkához szükséges funkciókat biztosítják.

Nézzük végig a bélyegfeliratból szöveg kinyerésének folyamatát. Ez magában foglalja a PDF dokumentum betöltését, a bélyegző megjegyzés azonosítását és a szöveges tartalom kibontását.

1. lépés: Töltse be a PDF-dokumentumot

Az első dolog, amit meg kell tennie, hogy betöltse a PDF-fájlt, ahol a bélyegző megjegyzés található. Ebben a példában egy minta PDF-fájlt töltünk be a helyi könyvtárból.

string dataDir = "YOUR DOCUMENT DIRECTORY";
Document doc = new Document(dataDir + "test.pdf");

Itt aDocument Az Aspose.PDF által biztosított osztály a PDF-fájl megnyitásához és interakciójához. AdataDir változó a fájl elérési útját jelöli. Cserélje ki"YOUR DOCUMENT DIRECTORY" a PDF tárolási útvonalával.

2. lépés: Azonosítsa a bélyegző megjegyzést

PDF-annotációkat típusuk és a dokumentumon belüli elhelyezkedésük alapján azonosítjuk. Esetünkben egy bélyegző megjegyzést szeretnénk találni egy adott oldalon. Íme, hogyan kell csinálni:

StampAnnotation annot = doc.Pages[1].Annotations[3] as StampAnnotation;

Ebben a kódsorban:

  • doc.Pages[1]: A dokumentum első oldalának megnyitása.
  • Annotations[3]: Az oldal negyedik megjegyzésére vonatkozik (mivel az indexelés 0-tól kezdődik).
  • as StampAnnotation : A kommentárt aStampAnnotation objektum, amely az annotáció konkrét típusa, amellyel foglalkozunk.

3. lépés: Hozzon létre egy szövegelnyelőt

Ahhoz, hogy szöveget kinyerhessünk a bélyegző megjegyzéséből, szövegelnyelőt kell használnunk. Ez az eszköz segít abban, hogy elnyeljük vagy rögzítsük a szöveget a PDF egy adott területéről, ebben az esetben a megjegyzésről.

TextAbsorber ta = new TextAbsorber();

ATextAbsorber osztály célja a szöveg kinyerésére a dokumentum bármely részéből, és ezzel fogjuk megcélozni a kommentár megjelenését.

4. lépés: Bontsa ki a bélyegző megjegyzés megjelenését

PDF-fájlokban található bélyegjegyzeteknek van egy hozzárendelt megjelenése, általában XForm formájában tárolva. Ezt a megjelenést kell lekérnünk, hogy hozzáférhessünk a bélyegzőn belüli tényleges szöveghez.

XForm ap = annot.Appearance["N"];

Itt:

  • annot.Appearance["N"]: Lekéri az “N” nevű megjelenési adatfolyamot (amely a megjegyzés normál megjelenését jelenti).

5. lépés: Bontsa ki a szöveges tartalmat

Most, hogy megvan a megjelenés, használhatjuk aTextAbsorber hogy látogassa meg a megjelenést és rögzítse a szöveget.

ta.Visit(ap);

AVisit módszer lehetővé teszi aTextAbsorber hogy elemezze a megjelenést és kivonja az abba beágyazott szöveges tartalmat.

6. lépés: Jelenítse meg a kivont szöveget

Végül a szöveg kibontása után kiírhatjuk a konzolra, vagy tárolhatjuk további felhasználás céljából.

Console.WriteLine(ta.Text);

Ez az egyszerű kódsor megjeleníti a kivont szöveget a konzol ablakában. Igényei szerint fájlba is mentheti, vagy tovább manipulálhatja.

Következtetés

PDF-dokumentumokban található megjegyzésekkel, különösen a bélyegzőkkel való munkavégzés jelentős funkciókkal bővítheti alkalmazásait. Az Aspose.PDF for .NET segítségével robusztus eszközkészlettel rendelkezik, amelyek megkönnyítik az adatok kinyerését, a megjegyzések kezelését és a PDF-ekkel való értelmes interakciót. Ebben az oktatóanyagban megmutattuk, hogyan lehet szöveget kinyerni a bélyegző megjegyzéseiből néhány egyszerű lépésben. Most Önön a sor, hogy kísérletezzen ezekkel a funkciókkal projektjei során!

GYIK

Kivonhatok szöveget más típusú megjegyzésekből az Aspose.PDF használatával?

Igen, az Aspose.PDF lehetővé teszi a szöveg kinyerését különféle típusú megjegyzésekből, például szöveges megjegyzésekből, szabad szöveges megjegyzésekből és egyebekből, nem csak bélyegző megjegyzésekből.

Az Aspose.PDF támogatja az egyéni megjegyzések hozzáadását?

Teljesen! Az Aspose.PDF támogatja az egyéni megjegyzések létrehozását és hozzáadását PDF-dokumentumokhoz, így rugalmasságot biztosít az adatok kezelésében és bemutatásában.

Kivonhatok képeket a bélyegjegyzetekből?

Igen, hasonló módszerekkel kinyerhet képeket a bélyegjegyzetekből, ha hozzáfér a megjelenéshez és lekéri a képadatokat.

Milyen egyéb funkciókat kínál az Aspose.PDF for .NET?

Az Aspose.PDF for .NET funkciók széles skáláját kínálja, beleértve a szövegkezelést, az űrlapmezők kezelését, a dokumentumkonverziót és még sok mást.

Ingyenes az Aspose.PDF for .NET?

Az Aspose.PDF for .NET ingyenes próbaverziót kínál, de a szolgáltatások teljes készletének eléréséhez licencet kell vásárolnia. Jelentkezni is lehet aideiglenes engedély.

Az igazítás meghatározása PDF-fájlban Töltse ki a körvonal szövegét PDF-fájlban