Cari Ekspresi Reguler Dalam File PDF

Tutorial ini menjelaskan cara menggunakan Aspose.PDF untuk .NET untuk mencari dan mengambil teks yang cocok dengan ekspresi reguler dalam file 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 + "SearchRegularExpressionAll.pdf");

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

Langkah 4: Cari dengan ekspresi reguler

MembuatTextFragmentAbsorber objek dan atur pola ekspresi reguler untuk menemukan semua frasa yang cocok dengan pola tersebut:

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

Mengganti"\\d{4}-\\d{4}" dengan pola ekspresi reguler yang Anda inginkan.

Langkah 5: Atur opsi pencarian teks

MembuatTextSearchOptions objek dan atur keTextSearchOptions properti dariTextFragmentAbsorber objek untuk mengaktifkan penggunaan ekspresi reguler:

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

Langkah 6: Cari di semua halaman

Terima penyerap untuk semua halaman dokumen:

pdfDocument.Pages.Accept(textFragmentAbsorber);

Langkah 7: Ambil fragmen teks yang diekstraksi

Dapatkan fragmen teks yang diekstraksi menggunakanTextFragments properti dariTextFragmentAbsorber obyek:

TextFragmentCollection textFragmentCollection = textFragmentAbsorber.TextFragments;

Langkah 8: Ulangi fragmen teks

Ulangi fragmen teks yang diambil 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 Pencarian Regular Expression menggunakan Aspose.PDF untuk .NET

// Jalur ke direktori dokumen.
string dataDir = "YOUR DOCUMENT DIRECTORY";
// Buka dokumen
Document pdfDocument = new Document(dataDir + "SearchRegularExpressionAll.pdf");
// Buat objek TextAbsorber untuk menemukan semua frasa yang cocok dengan ekspresi reguler
TextFragmentAbsorber textFragmentAbsorber = new TextFragmentAbsorber("\\d{4}-\\d{4}"); // Seperti 1999-2000
// Atur opsi pencarian teks untuk menentukan penggunaan ekspresi reguler
TextSearchOptions textSearchOptions = new TextSearchOptions(true);
textFragmentAbsorber.TextSearchOptions = textSearchOptions;
// 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 mengambil teks yang cocok dengan ekspresi reguler dalam 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 melakukan pencarian teks lanjutan dalam file PDF.

FAQ

Q: Apa tujuan dari tutorial “Mencari Ekspresi Reguler Dalam File PDF”?

J: Tutorial “Mencari Ekspresi Reguler Dalam File PDF” bertujuan untuk menunjukkan cara menggunakan pustaka Aspose.PDF untuk .NET guna mencari dan mengekstrak teks yang cocok dengan pola ekspresi reguler tertentu dalam file PDF. Tutorial ini memberikan panduan komprehensif dan contoh kode C# untuk mendemonstrasikan prosesnya.

Q: Bagaimana tutorial ini membantu dalam mencari teks menggunakan ekspresi reguler dalam dokumen PDF?

J: Tutorial ini memberikan pendekatan langkah demi langkah dalam menggunakan pustaka Aspose.PDF untuk melakukan pencarian teks dalam dokumen PDF berdasarkan pola ekspresi reguler. Ini merinci cara menyiapkan proyek, memuat dokumen PDF, menentukan pola ekspresi reguler, dan mengambil fragmen teks yang cocok.

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 memanfaatkan kemampuan perpustakaan dalam proyek Anda.

T: Dapatkah saya menggunakan ekspresi reguler untuk mencari teks dalam dokumen PDF?

J: Ya, tutorial ini menunjukkan cara menggunakan ekspresi reguler untuk mencari dan mengekstrak teks dari dokumen PDF. Ini melibatkan pemanfaatanTextFragmentAbsorber kelas dan menentukan pola ekspresi reguler untuk menemukan frasa yang cocok dengan pola yang disediakan.

T: Bagaimana cara menentukan pola ekspresi reguler untuk penelusuran teks?

J: Untuk menentukan pola ekspresi reguler untuk pencarian teks, buat aTextFragmentAbsorber objek dan atur polanya menggunakanText parameter. Ganti pola default"\\d{4}-\\d{4}" dalam kode tutorial dengan pola ekspresi reguler yang Anda inginkan.

T: Bagaimana cara mengaktifkan penggunaan ekspresi reguler untuk pencarian teks?

A: Penggunaan ekspresi reguler diaktifkan dengan membuat aTextSearchOptions objek dan menetapkan nilainya menjaditrue . Tetapkan objek ini keTextSearchOptions properti dariTextFragmentAbsorber contoh. Hal ini memastikan bahwa pola ekspresi reguler diterapkan selama pencarian teks.

T: Bisakah saya mengambil bagian teks yang cocok dengan pola ekspresi reguler?

J: Tentu saja. Setelah menerapkan pencarian ekspresi reguler pada dokumen PDF, Anda dapat mengambil fragmen teks yang diekstraksi menggunakanTextFragments properti dariTextFragmentAbsorber obyek. Fragmen teks ini berisi segmen teks yang cocok dengan pola ekspresi reguler yang ditentukan.

T: Apa yang dapat saya akses dari fragmen teks yang diambil?

J: Dari fragmen teks yang diambil, Anda dapat mengakses berbagai properti seperti konten teks yang cocok, posisi (koordinat X dan Y), informasi font (nama, ukuran, warna), dan banyak lagi. Kode contoh dalam loop tutorial menunjukkan cara mengakses dan menampilkan properti ini.

T: Bagaimana cara menyesuaikan tindakan pada fragmen teks yang diekstraksi?

J: Setelah Anda mengekstrak fragmen teks, Anda dapat menyesuaikan kode dalam loop untuk melakukan tindakan tambahan pada setiap fragmen teks. Ini dapat mencakup menyimpan teks yang diekstraksi, menganalisis pola, atau menerapkan perubahan pemformatan berdasarkan kebutuhan Anda.

Cari Dan Dapatkan Halaman Teks Dalam File PDF Cari Teks Dan Tambahkan Hyperlink