Class PdfExtractor

Informação

Representa o componente Documentize.PdfExtractor. Usado para Extrair Texto, Imagens, Dados de Formulário, Propriedades (Metadados) de documentos PDF.

public static class PdfExtractor

Herança

object ← PdfExtractor

Membros herdados

Métodos

Extract(ExtractTextOptions)

Extrai Texto de um documento PDF.

public static string Extract(ExtractTextOptions options)

Parâmetros

  • options ExtractTextOptions: Um objeto de opções contendo instruções para a operação.

Retorno

string : Texto extraído.

Exemplos

O exemplo demonstra como Extrair conteúdo de Texto de um arquivo 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);

O exemplo demonstra como Extrair conteúdo de Texto de um fluxo 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);

O exemplo demonstra como Extrair conteúdo de Texto de um documento PDF com 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);

O exemplo demonstra como Extrair Texto de um arquivo PDF da forma mais curta possível.

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

Exceções

ArgumentException

Se as opções não estiverem definidas.

Extract(ExtractImagesOptions)

Extrai imagens de um documento PDF.

public static ResultContainer Extract(ExtractImagesOptions options)

Parâmetros

Retorno

ResultContainer : Um objeto contendo o resultado da operação.

Exemplos

O exemplo demonstra como Extrair Imagens de um documento 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();

O exemplo demonstra como Extrair Imagens de um documento PDF para Streams sem pasta.

// 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);
}

Exceções

ArgumentException

Se as opções não estiverem definidas.

Extract(ExtractFormDataToDsvOptions)

Extrai Dados de Formulário de um documento PDF.

public static ResultContainer Extract(ExtractFormDataToDsvOptions options)

Parâmetros

Retorno

ResultContainer : Um objeto contendo o resultado da operação.

Exemplos

O exemplo demonstra como Exportar valores de Formulário para um arquivo 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);

O exemplo demonstra como Exportar valores de Formulário para um arquivo TSV e definir Propriedades.

// 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);

Exceções

ArgumentException

Se as opções não estiverem definidas.

Extract(ExtractPropertiesOptions)

Extrai Propriedades de um documento PDF.

public static PdfProperties Extract(ExtractPropertiesOptions options)

Parâmetros

Retorno

PdfProperties : Um objeto contendo o resultado da operação.

Exemplos

O exemplo demonstra como Extrair Propriedades (NomeDoArquivo, Título, Autor, Assunto, Palavras‑chave, Criado, Modificado, Aplicação, Produtor PDF, Número de Páginas) de um arquivo 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;

O exemplo demonstra como Extrair Propriedades (Título, Autor, Assunto, Palavras‑chave, Criado, Modificado, Aplicação, Produtor PDF, Número de Páginas) de um fluxo 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;

O exemplo demonstra como Extrair Propriedades de um arquivo PDF da forma mais curta possível.

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

Exceções

ArgumentException

Se as opções não estiverem definidas.

Namespace: Documentize Assembly: Documentize.dll

 Português