Cari Halaman Segmen Teks Dalam File PDF

Perkenalan

Pernahkah Anda bertanya-tanya bagaimana cara menemukan segmen teks tertentu dalam dokumen PDF menggunakan Aspose.PDF untuk .NET? Nah, Anda beruntung! Dalam panduan ini, kami akan memandu Anda melalui proses tersebut dalam format langkah demi langkah yang sederhana. Baik Anda mencoba mengekstrak informasi, menganalisis teks, atau sekadar menavigasi seluk-beluk manipulasi PDF, Aspose.PDF untuk .NET siap membantu Anda. Mari kita mulai!

Prasyarat

Sebelum kita mulai, mari pastikan Anda memiliki semua yang Anda butuhkan:

  • Aspose.PDF untuk .NET: Pastikan Anda telah menginstal pustaka tersebut. Anda dapat mengunduhnya dariDi Sini.
  • .NET Framework: Pastikan Anda telah menginstal .NET di komputer Anda.
  • Lingkungan Pengembangan: Visual Studio atau IDE apa pun yang mendukung .NET direkomendasikan.
  • Dokumen PDF: Berkas PDF tempat Anda akan mencari segmen teks.

Jika Anda belum memiliki Aspose.PDF untuk .NET, jangan khawatir! Anda bisa mendapatkan uji coba gratis dariDi Sini atau membelinyaDi Sini.

Paket Impor

Sebelum memulai pengodean, penting untuk mengimpor paket yang diperlukan ke dalam proyek Anda. Ini memastikan semua kelas dan metode yang diperlukan tersedia untuk tugas manipulasi PDF Anda.

using System.IO;
using Aspose.Pdf;
using Aspose.Pdf.Text;
using System;

Jika semua hal penting sudah tersedia, mari langsung ke panduan langkah demi langkah.

Langkah 1: Muat Dokumen PDF

Langkah pertama dalam proses ini adalah memuat berkas PDF Anda ke dalam program. Tanpa dokumen yang dimuat, tidak ada yang perlu dicari, bukan? Begini cara melakukannya.

// Jalur ke direktori dokumen.
string dataDir = "YOUR DOCUMENT DIRECTORY";
// Buka dokumen
Document pdfDocument = new Document(dataDir + "SearchTextSegmentsPage.pdf");
  • dataDir : Variabel ini menyimpan jalur ke file PDF Anda. Ganti"YOUR DOCUMENT DIRECTORY" dengan direktori sebenarnya tempat berkas Anda disimpan.
  • pdfDocument : MenggunakanDocument kelas, kami memuat PDF ke dalam memori.

Langkah 2: Siapkan Pencarian Teks

Sekarang dokumen Anda telah dimuat, langkah selanjutnya adalah membuatTextFragmentAbsorber objek, yang memungkinkan kita mencari teks tertentu dalam dokumen.

// Buat objek TextAbsorber untuk menemukan semua contoh frasa pencarian input
TextFragmentAbsorber textFragmentAbsorber = new TextFragmentAbsorber("text");
  • TextFragmentAbsorber : Objek ini digunakan untuk menangkap semua kemunculan teks yang Anda cari. Ganti"text" dengan teks sebenarnya yang ingin Anda cari.

Langkah 3: Terima Penyerap untuk Halaman Tertentu

Anda mungkin tidak selalu ingin mencari seluruh dokumen PDF. Dalam contoh ini, kami akan mempersempitnya ke halaman tertentu.

// Terima penyerap untuk semua halaman
pdfDocument.Pages[2].Accept(textFragmentAbsorber);
  • pdfDocument.Pages[2]: Ini menunjukkan bahwa kami hanya mencari halaman kedua dari dokumen tersebut. Anda dapat mengubah indeks untuk menargetkan halaman lain.
  • Accept() :Metode ini memungkinkanTextFragmentAbsorber untuk memproses teks dalam halaman yang ditentukan.

Langkah 4: Ekstrak Fragmen Teks

Setelah mencari di halaman tersebut, kami mengekstrak fragmen teks yang ditemukan ke dalam sebuah koleksi.

// Dapatkan fragmen teks yang diekstraksi
TextFragmentCollection textFragmentCollection = textFragmentAbsorber.TextFragments;
  • TextFragmentCollection: Koleksi ini menampung semua contoh fragmen teks yang ditemukan selama proses penelusuran.

Langkah 5: Ulangi Fragmen Teks dan Ekstrak Data

Sekarang, mari kita telusuri setiap fragmen teks dan mengekstrak detailnya, seperti posisi, font, dan warna.

// Ulangi melalui fragmen
foreach (TextFragment textFragment in textFragmentCollection)
{
    foreach (TextSegment textSegment in textFragment.Segments)
    {
        Console.WriteLine("Text : {0} ", textSegment.Text);
        Console.WriteLine("Position : {0} ", textSegment.Position);
        Console.WriteLine("XIndent : {0} ", textSegment.Position.XIndent);
        Console.WriteLine("YIndent : {0} ", textSegment.Position.YIndent);
        Console.WriteLine("Font - Name : {0}", textSegment.TextState.Font.FontName);
        Console.WriteLine("Font - IsAccessible : {0} ", textSegment.TextState.Font.IsAccessible);
        Console.WriteLine("Font - IsEmbedded : {0} ", textSegment.TextState.Font.IsEmbedded);
        Console.WriteLine("Font - IsSubset : {0} ", textSegment.TextState.Font.IsSubset);
        Console.WriteLine("Font Size : {0} ", textSegment.TextState.FontSize);
        Console.WriteLine("Foreground Color : {0} ", textSegment.TextState.ForegroundColor);
    }
}
  • foreach (TextFragment textFragment in textFragmentCollection) :Kami mengulang setiapTextFragment dalam koleksi.
  • foreach (TextSegment textSegment in textFragment.Segments): Di dalam setiap fragmen, ada beberapa segmen. Kami mengulangnya untuk mengumpulkan semua informasi yang relevan.
  • Berbagai propertitextSegmentIni memberi kita informasi terperinci tentang teks, seperti posisinya (X dan Y), detail font, ukuran, dan warna.

Langkah 6: Keluarkan Hasilnya

Akhirnya, setelah mengekstrak semua informasi, hasilnya dicetak di konsol. Ini membantu Anda melihat dengan tepat di mana teks berada dan detail formatnya.

Berikut contoh keluarannya agar lebih jelas:

Text : text
Position : X: 45.0, Y: 75.0
XIndent : 45.0
YIndent : 75.0
Font - Name : Arial
Font - IsAccessible : True
Font - IsEmbedded : False
Font - IsSubset : False
Font Size : 12.0
Foreground Color : System.Drawing.Color [Black]
  • Output ini memberi Anda lokasi yang tepat dan informasi pemformatan teks “teks” pada halaman yang ditentukan.

Kesimpulan

Nah, itu dia! Anda baru saja mempelajari cara mencari segmen teks tertentu dalam dokumen PDF menggunakan Aspose.PDF untuk .NET. Proses ini sangat berguna saat menangani PDF berukuran besar, yang memungkinkan Anda menentukan dan mengekstrak teks penting secara efisien. Baik itu menganalisis data, mengekstrak informasi, atau sekadar menavigasi dokumen, Aspose.PDF menyediakan berbagai alat canggih untuk menyelesaikan pekerjaan.

Pertanyaan yang Sering Diajukan

Bisakah saya mencari beberapa kata atau frasa?

Ya, Anda dapat memodifikasiTextFragmentAbsorberuntuk mencari teks yang berbeda dengan mengubah string input.

Apakah mungkin untuk mencari di beberapa halaman?

Tentu saja! Anda dapat mengulang semua halaman dalam PDF dengan mengulanginyapdfDocument.Pages.

Bagaimana cara mencari teks yang tidak peka huruf besar/kecil?

Anda dapat menggunakanTextSearchOptions untuk mengaktifkan pencarian tanpa memperhatikan huruf besar/kecil.

Bisakah saya mengubah teks setelah menemukannya?

Ya, setelah Anda menemukanTextFragment, Anda dapat mengubah properti teksnya.

Apakah metode ini berlaku untuk PDF yang dienkripsi?

Ya, selama Anda membuka kunci PDF menggunakan kata sandi yang benar.

Cari Teks Dan Gambar Persegi Panjang Pencarian Teks Dengan Dot Net Regex