Class PdfExtractor

معلومات

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

public static class PdfExtractor

الوراثة

object ← PdfExtractor

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