Class PdfExtractor

معلومات

يمثل مكوّن Documentize.PdfExtractor. يُستخدم لاستخلاص النص، الصور، بيانات النموذج، والخصائص (البيانات التعريفية) من مستندات PDF.

public static class PdfExtractor

الوراثة

objectPdfExtractor

الأعضاء الموروثة

الطرق

Extract(ExtractTextOptions)

استخلاص النص من مستند PDF.

public static string Extract(ExtractTextOptions options)

المعلمات

  • options ExtractTextOptions: كائن خيارات يحتوي على التعليمات الخاصة بالعملية.

القيم المرجعة

string : النص المستخلص.

أمثلة

المثال يوضح كيفية استخراج محتوى النص من ملف PDF.

// Create ExtractTextOptions object to set input file path
var options = new ExtractTextOptions("path_to_your_pdf_file.pdf");
// Perform the process and get the extracted text
var textExtracted = PdfExtractor.Extract(options);

المثال يوضح كيفية استخراج محتوى النص من تدفق PDF.

// Create ExtractTextOptions object to set input stream
var stream = File.OpenRead("path_to_your_pdf_file.pdf");
var options = new ExtractTextOptions(stream);
// Perform the process and get the extracted text
var textExtracted = PdfExtractor.Extract(options);

المثال يوضح كيفية استخراج محتوى النص من مستند PDF مع TextFormattingMode.

// Create ExtractTextOptions object to set input file path and TextFormattingMode
var options = new ExtractTextOptions("path_to_your_pdf_file.pdf", TextFormattingMode.Pure);
// Perform the process and get the extracted text
var textExtracted = PdfExtractor.Extract(options);

المثال يوضح كيفية استخراج النص من ملف PDF بأقصر شكل ممكن.

// Perform the process and get the extracted text
var textExtracted = PdfExtractor.Extract(new ExtractTextOptions("path_to_your_pdf_file.pdf", TextFormattingMode.Pure));

الاستثناءات

ArgumentException

إذا لم يتم تعيين الـ options.

Extract(ExtractImagesOptions)

استخلاص الصور من مستند PDF.

public static ResultContainer Extract(ExtractImagesOptions options)

المعلمات

  • options ExtractImagesOptions: كائن خيارات يحتوي على التعليمات الخاصة بالعملية.

القيم المرجعة

ResultContainer : كائن يحتوي على نتيجة العملية.

أمثلة

المثال يوضح كيفية استخراج الصور من مستند PDF.

// Create ExtractImagesOptions to set instructions
var options = new ExtractImagesOptions();
// Add input file path
options.AddInput(new FileData("path_to_your_pdf_file.pdf"));
// Set output Directory path
options.AddOutput(new DirectoryData("path_to_results_directory"));
// Perform the process
var results = PdfExtractor.Extract(options);
// Get path to image result
var imageExtracted = results.ResultCollection[0].ToFile();

المثال يوضح كيفية استخراج الصور من مستند PDF إلى تدفقات دون مجلد.

// Create ExtractImagesOptions to set instructions
var options = new ExtractImagesOptions();
// Add input file path
options.AddInput(new FileData("path_to_your_pdf_file.pdf"));
// Not set output - it will write results to streams
// Perform the process
var results = PdfExtractor.Extract(options);
// Get Stream
var ms = results.ResultCollection[0].ToStream();
// Copy data to file for demo
ms.Seek(0, SeekOrigin.Begin);
using (var fs = File.Create("test_file.png"))
{
    ms.CopyTo(fs);
}

الاستثناءات

ArgumentException

إذا لم يتم تعيين الـ options.

Extract(ExtractFormDataToDsvOptions)

استخلاص بيانات النموذج من مستند PDF.

public static ResultContainer Extract(ExtractFormDataToDsvOptions options)

المعلمات

القيم المرجعة

ResultContainer : كائن يحتوي على نتيجة العملية.

أمثلة

المثال يوضح كيفية تصدير قيم النموذج إلى ملف CSV.

// Create ExtractFormDataToDsvOptions object to set instructions
var options = new ExtractFormDataToDsvOptions(',', true);
// Add input file path
options.AddInput(new FileData("path_to_your_pdf_file.pdf"));
// Set output file path
options.AddOutput(new FileData("path_to_result_csv_file.csv"));
// Perform the process
PdfExtractor.Extract(options);

المثال يوضح كيفية تصدير قيم النموذج إلى ملف TSV وتعيين الخصائص.

// Create ExtractFormDataToDsvOptions object to set instructions
var options = new ExtractFormDataToDsvOptions();
//Set Delimiter
options.Delimiter = '\t';
//Add Field Names to result
options.AddFieldName = true;
// Add input file path
options.AddInput(new FileData("path_to_your_pdf_file.pdf"));
// Set output file path
options.AddOutput(new FileData("path_to_result_csv_file.tsv"));
// Perform the process
PdfExtractor.Extract(options);

الاستثناءات

ArgumentException

إذا لم يتم تعيين الـ options.

Extract(ExtractPropertiesOptions)

استخلاص الخصائص من مستند PDF.

public static PdfProperties Extract(ExtractPropertiesOptions options)

المعلمات

  • options ExtractPropertiesOptions: كائن خيارات يحتوي على التعليمات الخاصة بالعملية.

القيم المرجعة

PdfProperties : كائن يحتوي على نتيجة العملية.

أمثلة

المثال يوضح كيفية استخراج الخصائص (FileName, Title, Author, Subject, Keywords, Created, Modified, Application, PDF Producer, Number of Pages) من ملف PDF.

// Create ExtractPropertiesOptions object to set input file
var options = new ExtractPropertiesOptions("path_to_your_pdf_file.pdf");
// Perform the process and get Properties
var pdfProperties = PdfExtractor.Extract(options);
var filename = pdfProperties.FileName;
var title = pdfProperties.Title;
var author = pdfProperties.Author;
var subject = pdfProperties.Subject;
var keywords = pdfProperties.Keywords;
var created = pdfProperties.Created;
var modified = pdfProperties.Modified;
var application = pdfProperties.Application;
var pdfProducer = pdfProperties.PdfProducer;
var numberOfPages = pdfProperties.NumberOfPages;

المثال يوضح كيفية استخراج الخصائص (Title, Author, Subject, Keywords, Created, Modified, Application, PDF Producer, Number of Pages) من تدفق PDF.

// Create ExtractPropertiesOptions object to set input stream
var stream = File.OpenRead("path_to_your_pdf_file.pdf");
var options = new ExtractPropertiesOptions(stream);
// Perform the process and get Properties
var pdfProperties = PdfExtractor.Extract(options);
var title = pdfProperties.Title;
var author = pdfProperties.Author;
var subject = pdfProperties.Subject;
var keywords = pdfProperties.Keywords;
var created = pdfProperties.Created;
var modified = pdfProperties.Modified;
var application = pdfProperties.Application;
var pdfProducer = pdfProperties.PdfProducer;
var numberOfPages = pdfProperties.NumberOfPages;

المثال يوضح كيفية استخراج الخصائص من ملف PDF بأقصر شكل ممكن.

// Perform the process and get Properties
var pdfProperties = PdfExtractor.Extract(new ExtractPropertiesOptions("path_to_your_pdf_file.pdf"));

الاستثناءات

ArgumentException

إذا لم يتم تعيين الـ options.

الـ Namespace: Documentize
الـ Assembly: Documentize.dll

 عربي