Class PdfExtractor

Info

Mewakili komponen Documentize.PdfExtractor. Digunakan untuk Mengekstrak Teks, Gambar, Data Formulir, Properti (Meta Data) dari dokumen PDF.

public static class PdfExtractor

Pewarisan

object ← PdfExtractor

Anggota yang Dwarisi

Metode

Extract(ExtractTextOptions)

Mengekstrak Teks dari dokumen PDF.

public static string Extract(ExtractTextOptions options)

Parameter

options ExtractTextOptions: Objek opsi yang berisi instruksi untuk operasi.

Mengembalikan

string : Teks yang diekstrak.

Contoh

Contoh berikut memperlihatkan cara Mengekstrak konten Teks dari file PDF.

// Buat objek ExtractTextOptions untuk mengatur jalur file input
var options = new ExtractTextOptions("path_to_your_pdf_file.pdf");
// Lakukan proses dan dapatkan teks yang diekstrak
var textExtracted = PdfExtractor.Extract(options);

Contoh berikut memperlihatkan cara Mengekstrak konten Teks dari aliran PDF.

// Buat objek ExtractTextOptions untuk mengatur aliran input
var stream = File.OpenRead("path_to_your_pdf_file.pdf");
var options = new ExtractTextOptions(stream);
// Lakukan proses dan dapatkan teks yang diekstrak
var textExtracted = PdfExtractor.Extract(options);

Contoh berikut memperlihatkan cara Mengekstrak konten Teks dokumen PDF dengan TextFormattingMode.

// Buat objek ExtractTextOptions untuk mengatur jalur file input dan TextFormattingMode
var options = new ExtractTextOptions("path_to_your_pdf_file.pdf", TextFormattingMode.Pure);
// Lakukan proses dan dapatkan teks yang diekstrak
var textExtracted = PdfExtractor.Extract(options);

Contoh berikut memperlihatkan cara Mengekstrak Teks dari file PDF dalam gaya yang paling singkat.

// Lakukan proses dan dapatkan teks yang diekstrak
var textExtracted = PdfExtractor.Extract(new ExtractTextOptions("path_to_your_pdf_file.pdf", TextFormattingMode.Pure));

Pengecualian

ArgumentException

Jika opsi tidak disetel.

Extract(ExtractImagesOptions)

Mengekstrak gambar dari dokumen PDF.

public static ResultContainer Extract(ExtractImagesOptions options)

Parameter

options ExtractImagesOptions: Objek opsi yang berisi instruksi untuk operasi.

Mengembalikan

ResultContainer : Objek yang berisi hasil operasi.

Contoh

Contoh berikut memperlihatkan cara Mengekstrak Gambar dari dokumen PDF.

// Buat ExtractImagesOptions untuk mengatur instruksi
var options = new ExtractImagesOptions();
// Tambahkan jalur file input
options.AddInput(new FileData("path_to_your_pdf_file.pdf"));
// Atur jalur Direktori output
options.AddOutput(new DirectoryData("path_to_results_directory"));
 // Lakukan proses
var results = PdfExtractor.Extract(options);
// Dapatkan jalur ke hasil gambar
var imageExtracted = results.ResultCollection[0].ToFile();

Contoh berikut memperlihatkan cara Mengekstrak Gambar dari dokumen PDF ke Stream tanpa folder.

// Buat ExtractImagesOptions untuk mengatur instruksi
var options = new ExtractImagesOptions();
// Tambahkan jalur file input
options.AddInput(new FileData("path_to_your_pdf_file.pdf"));
// Tidak mengatur output - hasil akan ditulis ke stream
// Lakukan proses
var results = PdfExtractor.Extract(options);
// Dapatkan Stream
var ms = results.ResultCollection[0].ToStream();
// Salin data ke file untuk demo
ms.Seek(0, SeekOrigin.Begin);
using (var fs = File.Create("test_file.png"))
{
    ms.CopyTo(fs);
}

Pengecualian

ArgumentException

Jika opsi tidak disetel.

Extract(ExtractFormDataToDsvOptions)

Mengekstrak Data Formulir dari dokumen PDF.

public static ResultContainer Extract(ExtractFormDataToDsvOptions options)

Parameter

options ExtractFormDataToDsvOptions: Objek opsi yang berisi instruksi untuk operasi.

Mengembalikan

ResultContainer : Objek yang berisi hasil operasi.

Contoh

Contoh berikut memperlihatkan cara Mengekspor nilai Formulir ke file CSV.

// Buat ExtractFormDataToDsvOptions untuk mengatur instruksi
var options = new ExtractFormDataToDsvOptions(',', true);
// Tambahkan jalur file input
options.AddInput(new FileData("path_to_your_pdf_file.pdf"));
// Atur jalur file output
options.AddOutput(new FileData("path_to_result_csv_file.csv"));
// Lakukan proses
PdfExtractor.Extract(options);

Contoh berikut memperlihatkan cara Mengekspor nilai Formulir ke file TSV dan mengatur Properti.

// Buat ExtractFormDataToDsvOptions untuk mengatur instruksi
var options = new ExtractFormDataToDsvOptions();
//Atur Pembatas
options.Delimiter = '\t';
//Tambahkan Nama Kolom ke hasil
options.AddFieldName = true;
// Tambahkan jalur file input
options.AddInput(new FileData("path_to_your_pdf_file.pdf"));
// Atur jalur file output
options.AddOutput(new FileData("path_to_result_csv_file.tsv"));
// Lakukan proses
PdfExtractor.Extract(options);

Pengecualian

ArgumentException

Jika opsi tidak disetel.

Extract(ExtractPropertiesOptions)

Mengekstrak Properti dari dokumen PDF.

public static PdfProperties Extract(ExtractPropertiesOptions options)

Parameter

options ExtractPropertiesOptions: Objek opsi yang berisi instruksi untuk operasi.

Mengembalikan

PdfProperties : Objek yang berisi hasil operasi.

Contoh

Contoh berikut memperlihatkan cara Mengekstrak Properti (FileName, Title, Author, Subject, Keywords, Created, Modified, Application, PDF Producer, Number of Pages) dari file PDF.

// Buat ExtractPropertiesOptions untuk mengatur file input
var options = new ExtractPropertiesOptions("path_to_your_pdf_file.pdf");
// Lakukan proses dan dapatkan Properti
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;

Contoh berikut memperlihatkan cara Mengekstrak Properti (Title, Author, Subject, Keywords, Created, Modified, Application, PDF Producer, Number of Pages) dari aliran PDF.

// Buat ExtractPropertiesOptions untuk mengatur aliran input
var stream = File.OpenRead("path_to_your_pdf_file.pdf");
var options = new ExtractPropertiesOptions(stream);
// Lakukan proses dan dapatkan Properti
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;

Contoh berikut memperlihatkan cara Mengekstrak Properti dari file PDF dalam gaya yang paling singkat.

// Lakukan proses dan dapatkan Properti
var pdfProperties = PdfExtractor.Extract(new ExtractPropertiesOptions("path_to_your_pdf_file.pdf"));

Pengecualian

ArgumentException

Jika opsi tidak disetel.

Namespace: Documentize Assembly: Documentize.dll