Cari Dan Dapatkan Teks Semua

Tutorial ini menjelaskan cara menggunakan Aspose.PDF untuk .NET untuk mencari dan mendapatkan teks dari semua halaman dokumen PDF. Kode sumber C# yang disediakan menunjukkan proses langkah demi langkah.

Prasyarat

Sebelum melanjutkan tutorial, pastikan Anda memiliki hal berikut:

  • Pengetahuan dasar bahasa pemrograman C#.
  • Aspose.PDF untuk perpustakaan .NET diinstal. Anda dapat memperolehnya dari situs Aspose atau menggunakan NuGet untuk menginstalnya di proyek Anda.

Langkah 1: Siapkan proyek

Mulailah dengan membuat proyek C# baru di lingkungan pengembangan terintegrasi (IDE) pilihan Anda dan tambahkan referensi ke pustaka Aspose.PDF untuk .NET.

Langkah 2: Impor namespace yang diperlukan

Tambahkan arahan penggunaan berikut di awal file C# Anda untuk mengimpor namespace yang diperlukan:

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

Langkah 3: Muat dokumen PDF

Tetapkan jalur ke direktori dokumen PDF Anda dan muat dokumen menggunakanDocument kelas:

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

Pastikan untuk mengganti"YOUR DOCUMENT DIRECTORY" dengan jalur sebenarnya ke direktori dokumen Anda.

Langkah 4: Cari dan ekstrak teks

MembuatTextFragmentAbsorber objek untuk menemukan semua contoh frasa pencarian masukan:

TextFragmentAbsorber textFragmentAbsorber = new TextFragmentAbsorber("text");

Mengganti"text" dengan teks sebenarnya yang ingin Anda cari.

Langkah 5: Cari di semua halaman

Terima penyerap untuk semua halaman dokumen:

pdfDocument.Pages.Accept(textFragmentAbsorber);

Langkah 6: dapatkan fragmen teks yang diekstraksi

Dapatkan fragmen teks yang diekstraksi menggunakanTextFragments properti dariTextFragmentAbsorber obyek:

TextFragmentCollection textFragmentCollection = textFragmentAbsorber.TextFragments;

Langkah 7: Ulangi fragmen teks

Ulangi fragmen teks yang didapat dan akses propertinya:

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);
}

Anda dapat memodifikasi kode dalam loop untuk melakukan tindakan lebih lanjut pada setiap fragmen teks.

Contoh kode sumber untuk Cari Dan Dapatkan Teks Semua menggunakan Aspose.PDF untuk .NET

// Jalur ke direktori dokumen.
string dataDir = "YOUR DOCUMENT DIRECTORY";
// Buka dokumen
Document pdfDocument = new Document(dataDir + "SearchAndGetTextFromAll.pdf");
// Buat objek TextAbsorber untuk menemukan semua contoh frasa pencarian masukan
TextFragmentAbsorber textFragmentAbsorber = new TextFragmentAbsorber("text");
// Terima penyerap untuk semua halaman
pdfDocument.Pages.Accept(textFragmentAbsorber);
// Dapatkan fragmen teks yang diekstraksi
TextFragmentCollection textFragmentCollection = textFragmentAbsorber.TextFragments;
// Ulangi fragmennya
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);
}

Kesimpulan

Selamat! Anda telah berhasil mempelajari cara mencari dan mendapatkan teks dari semua halaman dokumen PDF menggunakan Aspose.PDF untuk .NET. Tutorial ini memberikan panduan langkah demi langkah, mulai dari memuat dokumen hingga mengakses fragmen teks yang diekstraksi. Anda sekarang dapat memasukkan kode ini ke dalam proyek C# Anda sendiri untuk menganalisis dan memproses konten teks dalam file PDF.

FAQ

Q: Apa tujuan dari tutorial “Cari Dan Dapatkan Teks Semua”?

J: Tutorial “Cari Dan Dapatkan Teks Semua” menunjukkan cara memanfaatkan perpustakaan Aspose.PDF untuk .NET untuk mencari dan mengekstrak teks dari semua halaman dokumen PDF. Tutorial ini memberikan petunjuk langkah demi langkah bersama dengan contoh kode C# untuk melakukan pencarian dan pengambilan teks.

T: Bagaimana tutorial ini membantu mengekstraksi teks dari dokumen PDF?

J: Tutorial ini memandu Anda melalui proses mengekstraksi teks dari semua halaman dokumen PDF. Ia menggunakan perpustakaan Aspose.PDF untuk menemukan frasa teks tertentu dan mengambil informasi terkait, seperti posisi, properti font, dan warna.

Q: Apa saja prasyarat untuk mengikuti tutorial ini?

A: Sebelum memulai tutorial ini, Anda harus memiliki pemahaman dasar tentang bahasa pemrograman C#. Selain itu, Anda perlu menginstal perpustakaan Aspose.PDF untuk .NET. Anda dapat memperolehnya dari situs Aspose atau menggunakan NuGet untuk mengintegrasikannya ke dalam proyek Anda.

T: Bagaimana cara menyiapkan proyek saya untuk mengikuti tutorial ini?

J: Untuk memulai, buat proyek C# baru di lingkungan pengembangan terintegrasi (IDE) pilihan Anda dan tambahkan referensi ke pustaka Aspose.PDF untuk .NET. Ini akan memungkinkan Anda mengakses fungsionalitas perpustakaan di proyek Anda.

T: Bagaimana cara mencari teks tertentu dalam dokumen PDF?

J: Anda dapat menggunakanTextFragmentAbsorberkelas untuk menemukan contoh frasa pencarian tertentu dalam dokumen PDF. Dengan membuat instance kelas ini dan menentukan teks target, Anda dapat menangkap semua kemunculan teks tersebut.

T: Bisakah saya mencari teks di seluruh halaman dokumen PDF?

J: Ya, tutorial ini menunjukkan cara mencari teks di seluruh halaman dokumen PDF. ItupdfDocument.Pages.Accept(textFragmentAbsorber) metode ini digunakan untuk menerima penyerap untuk semua halaman, memungkinkan Anda mencari teks yang diinginkan di setiap halaman.

T: Bagaimana cara mengakses fragmen teks yang diekstrak?

A: Setelah mencari teks, Anda dapat mengakses fragmen teks yang diekstrak menggunakanTextFragments properti dariTextFragmentAbsorber obyek. Properti ini menyediakan akses ke koleksiTextFragment objek yang berisi teks yang diekstraksi dan informasi terkait.

T: Informasi apa yang dapat saya ambil dari fragmen teks yang diekstraksi?

J: Anda dapat mengambil berbagai detail dari fragmen teks yang diekstrak, seperti konten teks sebenarnya, posisi (koordinat X dan Y), informasi font (nama, ukuran, warna, dll.), dan banyak lagi. Kode contoh tutorial menunjukkan cara mengakses dan mencetak detail ini.

T: Dapatkah saya melakukan tindakan lebih lanjut pada fragmen teks yang diekstraksi?

J: Tentu saja. Setelah Anda mengekstrak fragmen teks, Anda dapat memodifikasi kode dalam loop untuk melakukan tindakan khusus pada setiap fragmen. Hal ini dapat mencakup menyimpan teks yang diekstraksi, menganalisis pola teks, atau menerapkan perubahan pemformatan.

Putar Teks Menggunakan Paragraf Teks Dan Pembuat Dalam File PDF Cari Dan Dapatkan Halaman Teks Dalam File PDF