검색 및 텍스트 모두 가져오기

소개

PDF에서 특정 텍스트를 추출해야 했지만 까다로웠던 적이 있나요? PDF는 때때로 잠긴 컨테이너처럼 느껴져 필요한 정보를 얻기 어려울 수 있습니다. 하지만 좋은 소식이 있습니다. Aspose.PDF for .NET을 사용하면 모든 PDF에서 텍스트를 쉽게 검색하고 검색할 수 있습니다. 이 강력한 라이브러리는 .NET 애플리케이션에서 PDF로 작업하는 데 필요한 모든 것을 제공하여 텍스트 추출을 쉽게 해줍니다. 이 튜토리얼에서는 Aspose.PDF for .NET을 사용하여 PDF 파일에서 텍스트를 검색하고 추출하는 과정을 안내합니다. 텍스트 분석 도구를 빌드하든 PDF 보고서에서 데이터 추출을 자동화해야 하든, 여러분은 올바른 곳에 있습니다!

필수 조건

코드로 넘어가기 전에 모든 것이 설정되어 있는지 확인해 보겠습니다.

  1. Aspose.PDF for .NET: Aspose.PDF for .NET을 다운로드하여 설치해야 합니다. 다운로드 페이지에서 받을 수 있습니다.여기.
  2. .NET 환경: 개발 컴퓨터에 .NET Framework 또는 .NET Core가 설치되어 있는지 확인하세요.
  3. 기본 C## 지식: C#에 대한 지식과 .NET 프로젝트 작업에 대한 지식이 권장됩니다.
  4. PDF 문서: 텍스트를 추출할 샘플 PDF 파일입니다. 이 예에서는 다음을 사용합니다.SearchAndGetTextFromAll.pdf.

패키지 가져오기

코드를 작성하기 전에 Aspose.PDF에서 작업할 수 있도록 필요한 네임스페이스를 프로젝트로 가져와야 합니다.

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

이러한 네임스페이스는 PDF의 문서 개체 모델에 대한 액세스를 제공하고 파일 내의 텍스트를 조작할 수 있게 해줍니다.

쉽게 따라할 수 있도록 과정을 간단한 단계로 나누어 보겠습니다.

1단계: 문서 디렉토리 설정

먼저, PDF가 있는 디렉토리 경로를 지정해야 합니다. 이렇게 하면 애플리케이션이 텍스트를 추출할 파일을 찾는 데 도움이 됩니다.

// 문서 디렉토리의 경로입니다.
string dataDir = "YOUR DOCUMENT DIRECTORY";
  • 그만큼dataDir 변수는 디렉토리를 가리켜야 합니다.SearchAndGetTextFromAll.pdf 파일이 저장되었습니다.
  • 바꾸다"YOUR DOCUMENT DIRECTORY" 컴퓨터의 실제 경로와 일치합니다.

2단계: PDF 문서 열기

다음으로 Aspose.PDF를 사용하여 PDF 문서를 열어보겠습니다.Document 물체.

// 문서 열기
Document pdfDocument = new Document(dataDir + "SearchAndGetTextFromAll.pdf");
  • 우리는 새로운 인스턴스를 생성합니다Document PDF의 전체 파일 경로를 전달하여 클래스를 만듭니다.
  • 이렇게 하면 PDF가 메모리에 로드되어 처리할 수 있는 상태가 됩니다.

3단계: 텍스트 흡수기 만들기

그만큼TextFragmentAbsorber object는 PDF 내에서 특정 텍스트를 검색하는 데 사용됩니다. 이 경우, 우리는 “text"라는 단어를 찾을 것입니다.

// 입력 검색어의 모든 인스턴스를 찾기 위해 TextAbsorber 객체를 생성합니다.
TextFragmentAbsorber textFragmentAbsorber = new TextFragmentAbsorber("text");
  • 그만큼TextFragmentAbsorber 문자열로 초기화됩니다"text". 즉, PDF 문서 내에서 “텍스트"라는 단어가 나타나는 곳을 찾습니다.

4단계: 모든 페이지에 대한 흡수체 수락

이제 PDF 문서에 흡수체를 적용하고 모든 페이지에서 텍스트를 검색하도록 지시하겠습니다.

// 모든 페이지에 대한 흡수체를 수용합니다.
pdfDocument.Pages.Accept(textFragmentAbsorber);
  • 그만큼Accept 방법은 문서의 페이지에 적용됩니다. 이렇게 하면 지정된 텍스트에 대한 모든 페이지를 검색합니다.

5단계: 텍스트 조각 추출

흡수체가 문서를 스캔하면 추출된 텍스트 조각을 검색할 수 있습니다.

// 추출된 텍스트 조각을 가져옵니다
TextFragmentCollection textFragmentCollection = textFragmentAbsorber.TextFragments;
  • 그만큼TextFragments 의 속성TextFragmentAbsorber 검색어와 일치하는 모든 텍스트 조각의 컬렉션을 반환합니다.

6단계: 텍스트 조각을 반복합니다.

이제 텍스트 조각 컬렉션이 있으므로 이를 반복하여 세부 정보를 추출하겠습니다.

// 조각을 반복합니다
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);
}
  • 그만큼foreach 루프는 각각을 반복합니다.TextFragment 컬렉션에서.
  • 각 조각의 실제 텍스트, 페이지에서의 위치, 글꼴 세부 정보, 글꼴 크기 등 다양한 속성을 인쇄합니다.
  • 그만큼XIndent 그리고YIndent 속성은 PDF 내 텍스트 조각의 정확한 좌표를 제공합니다.

결론

이제 다 봤습니다! 몇 줄의 코드만으로 Aspose.PDF for .NET을 사용하여 PDF에서 텍스트를 검색하고 추출했습니다. Aspose.PDF의 유연성 덕분에 다양한 방식으로 PDF를 조작할 수 있어 .NET 환경에서 강력한 PDF 솔루션이 필요한 개발자에게 훌륭한 선택입니다. 이 예제를 쉽게 확장하여 다른 단어를 검색하고, 더 많은 세부 정보를 추출하거나, 필요에 따라 PDF 콘텐츠를 조작할 수도 있습니다. 이 가이드가 PDF 작업에 대한 명확하고 간단한 접근 방식을 제공했기를 바랍니다. 계속해서 여러분의 PDF로 시도해 보세요!

자주 묻는 질문

한 번에 여러 단어를 검색할 수 있나요?

네, 수정할 수 있습니다.TextFragmentAbsorber 검색 문자열을 적절히 조정하여 여러 구문을 검색합니다.

텍스트가 여러 줄에 걸쳐 있으면 어떻게 되나요?

Aspose.PDF는 여러 줄에 걸쳐 있어도 텍스트를 인식하고 추출합니다. 이러한 조각을 개별적으로 처리할 수 있습니다.

추출된 텍스트를 파일로 저장하려면 어떻게 해야 하나요?

표준 C# 파일 I/O 작업(예: )을 사용하여 추출된 텍스트를 파일에 쓸 수 있습니다.StreamWriter.

Aspose.PDF는 스캔한 PDF에서 텍스트를 추출하는 것을 지원하나요?

Aspose.PDF는 OCR을 지원하지 않습니다. 스캔한 PDF의 경우 텍스트를 인식하려면 OCR 도구가 필요합니다.

암호화된 PDF를 어떻게 처리하나요?

PDF가 암호로 보호되어 있는 경우 Aspose.PDF에서 문서를 로드할 때 암호를 입력하여 잠금을 해제할 수 있습니다.

PDF 파일에서 텍스트 단락 및 빌더를 사용하여 텍스트 회전 PDF 파일에서 텍스트 페이지 검색 및 가져오기