Sök textsegmentsida i PDF-fil

Introduktion

Har du någonsin undrat hur man kan hitta specifika textsegment i ett PDF-dokument med Aspose.PDF för .NET? Nåväl, du har tur! I den här guiden kommer vi att leda dig genom processen i ett enkelt, steg-för-steg-format. Oavsett om du försöker extrahera information, analysera text eller bara navigera i svårigheterna med PDF-manipulation, har Aspose.PDF för .NET dig täckt. Låt oss dyka in!

Förutsättningar

Innan vi börjar, låt oss se till att du har allt du behöver:

  • Aspose.PDF för .NET: Se till att du har biblioteket installerat. Du kan ta det frånhär.
  • .NET Framework: Se till att du har .NET installerat på din dator.
  • Utvecklingsmiljö: Visual Studio eller någon .NET-stödd IDE rekommenderas.
  • PDF-dokument: En PDF-fil där du söker efter textsegment.

Om du inte har Aspose.PDF för .NET ännu, oroa dig inte! Du kan få en gratis provperiod frånhär eller köp denhär.

Importera paket

Innan vi börjar koda är det avgörande att importera de nödvändiga paketen till ditt projekt. Detta säkerställer att alla nödvändiga klasser och metoder är tillgängliga för dina PDF-manipuleringsuppgifter.

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

Med det väsentliga på plats, låt oss hoppa direkt in i steg-för-steg-guiden.

Steg 1: Ladda PDF-dokumentet

Det första steget i processen är att ladda din PDF-fil i programmet. Utan ett laddat dokument finns det inget att söka efter, eller hur? Så här gör du.

// Sökvägen till dokumentkatalogen.
string dataDir = "YOUR DOCUMENT DIRECTORY";
// Öppna dokumentet
Document pdfDocument = new Document(dataDir + "SearchTextSegmentsPage.pdf");
  • dataDir : Denna variabel innehåller sökvägen till din PDF-fil. Ersätta"YOUR DOCUMENT DIRECTORY" med den faktiska katalogen där din fil är lagrad.
  • pdfDocument : Med hjälp avDocument klass laddar vi in PDF-filen i minnet.

Steg 2: Ställ in textsökning

Nu när ditt dokument är laddat är nästa steg att skapa enTextFragmentAbsorber objekt, vilket gör att vi kan söka efter specifik text i dokumentet.

// Skapa TextAbsorber-objekt för att hitta alla instanser av den inmatade sökfrasen
TextFragmentAbsorber textFragmentAbsorber = new TextFragmentAbsorber("text");
  • TextFragmentAbsorber : Detta objekt används för att fånga alla förekomster av texten du söker efter. Ersätta"text" med den faktiska texten du vill söka efter.

Steg 3: Acceptera Absorbern för specifika sidor

Du kanske inte alltid vill söka i hela PDF-dokumentet. I det här exemplet begränsar vi det till en specifik sida.

// Acceptera absorbenten för alla sidor
pdfDocument.Pages[2].Accept(textFragmentAbsorber);
  • pdfDocument.Pages[2]: Detta indikerar att vi endast söker på den andra sidan i dokumentet. Du kan ändra indexet för att rikta in sig på andra sidor.
  • Accept() : Denna metod tillåterTextFragmentAbsorber för att bearbeta texten på den angivna sidan.

Steg 4: Extrahera textfragmenten

Efter att ha sökt på sidan extraherar vi de hittade textfragmenten till en samling.

// Hämta de extraherade textfragmenten
TextFragmentCollection textFragmentCollection = textFragmentAbsorber.TextFragments;
  • TextFragmentCollection: Den här samlingen innehåller alla förekomster av textfragment som hittades under sökprocessen.

Steg 5: Gå igenom textfragment och extrahera data

Låt oss nu gå igenom varje textfragment och extrahera dess detaljer, såsom position, teckensnitt och färg.

// Gå igenom fragmenten
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) : Vi går igenom var och enTextFragment i samlingen.
  • foreach (TextSegment textSegment in textFragment.Segments): Inuti varje fragment finns det flera segment. Vi går igenom dem för att samla all relevant information.
  • Olika egenskaper hostextSegmentDessa ger oss detaljerad information om texten, såsom dess position (X och Y), teckensnittsdetaljer, storlek och färg.

Steg 6: Mata ut resultaten

Slutligen, efter att ha extraherat all information, skrivs resultaten ut i konsolen. Detta hjälper dig att se exakt var texten finns och dess formateringsdetaljer.

Här är ett exempel på utdata för tydlighetens skull:

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]
  • Denna utdata ger dig den exakta platsen och formateringsinformationen för texten “text” på den angivna sidan.

Slutsats

Och där har du det! Du har precis lärt dig hur du söker efter specifika textsegment i ett PDF-dokument med Aspose.PDF för .NET. Denna process är väldigt praktisk när du hanterar stora PDF-filer, vilket gör att du kan hitta och extrahera nyckeltext effektivt. Oavsett om det handlar om att analysera data, extrahera information eller helt enkelt navigera genom ett dokument, ger Aspose.PDF dig kraftfulla verktyg för att få jobbet gjort.

FAQ’s

Kan jag söka efter flera ord eller fraser?

Ja, du kan ändraTextFragmentAbsorberför att söka efter annan text genom att ändra inmatningssträngen.

Är det möjligt att söka på flera sidor?

Absolut! Du kan gå igenom alla sidor i PDF-filen genom att iterera överpdfDocument.Pages.

Hur söker jag efter skiftlägesokänslig text?

Du kan användaTextSearchOptions för att möjliggöra skiftlägesokänslig sökning.

Kan jag ändra texten efter att ha hittat den?

Ja, när du väl har hittat enTextFragment, kan du ändra dess textegenskaper.

Är den här metoden tillämplig på krypterade PDF-filer?

Ja, så länge du låser upp PDF-filen med rätt lösenord.

Sök text och rita rektangel Sök text med Dot Net Regex