+++
categories = "Class"
title = "Class PdfExtractor"
description = "Representa o componente Documentize.PdfExtractor. Usado para extrair texto, imagens, dados de formulário e propriedades (metadados) de documentos PDF."
+++
Informação
Representa o componente Documentize.PdfExtractor. Usado para extrair Texto, Imagens, Dados de Formulário e Propriedades (Meta Dados) de documentos PDF.
```csharp
public static class PdfExtractorHerança
Membros herdados
- object.GetType(),
- object.MemberwiseClone(),
- object.ToString(),
- object.Equals(object?),
- object.Equals(object?, object?),
- object.ReferenceEquals(object?, object?),
- object.GetHashCode()
Métodos
Extract(ExtractTextOptions)
Extrai Texto de um documento PDF.
public static string Extract(ExtractTextOptions options)Parâmetros
optionsExtractTextOptions: Um objeto de opções contendo as instruções para a operação.
Retorna
string : Texto extraído.
Exemplos
O exemplo demonstra como extrair o conteúdo de Texto de um arquivo PDF.
// Cria o objeto ExtractTextOptions para definir o caminho do arquivo de entrada
var options = new ExtractTextOptions("path_to_your_pdf_file.pdf");
// Executa o processo e obtém o texto extraído
var textExtracted = PdfExtractor.Extract(options);O exemplo demonstra como extrair o conteúdo de Texto de um stream PDF.
// Cria o objeto ExtractTextOptions para definir o stream de entrada
var stream = File.OpenRead("path_to_your_pdf_file.pdf");
var options = new ExtractTextOptions(stream);
// Executa o processo e obtém o texto extraído
var textExtracted = PdfExtractor.Extract(options);O exemplo demonstra como extrair Texto de um documento PDF com TextFormattingMode.
// Cria o objeto ExtractTextOptions para definir o caminho do arquivo e o TextFormattingMode
var options = new ExtractTextOptions("path_to_your_pdf_file.pdf", TextFormattingMode.Pure);
// Executa o processo e obtém o texto extraído
var textExtracted = PdfExtractor.Extract(options);O exemplo demonstra como extrair Texto de um arquivo PDF da forma mais curta possível.
// Executa o processo e obtém o texto extraído
var textExtracted = PdfExtractor.Extract(new ExtractTextOptions("path_to_your_pdf_file.pdf", TextFormattingMode.Pure));Exceções
ArgumentException
Se options não for definido.
Extract(ExtractImagesOptions)
Extrai imagens de um documento PDF.
public static ResultContainer Extract(ExtractImagesOptions options)Parâmetros
optionsExtractImagesOptions: Um objeto de opções contendo as instruções para a operação.
Retorna
ResultContainer : Um objeto contendo o resultado da operação.
Exemplos
O exemplo demonstra como extrair Imagens de um documento PDF.
// Cria ExtractImagesOptions para definir as instruções
var options = new ExtractImagesOptions();
// Adiciona o caminho do arquivo de entrada
options.AddInput(new FileData("path_to_your_pdf_file.pdf"));
// Define o caminho do diretório de saída
options.AddOutput(new DirectoryData("path_to_results_directory"));
// Executa o processo
var results = PdfExtractor.Extract(options);
// Obtém o caminho do resultado da imagem
var imageExtracted = results.ResultCollection[0].ToFile();O exemplo demonstra como extrair Imagens de um documento PDF para streams sem criar pasta.
// Cria ExtractImagesOptions para definir as instruções
var options = new ExtractImagesOptions();
// Adiciona o caminho do arquivo de entrada
options.AddInput(new FileData("path_to_your_pdf_file.pdf"));
// Não define saída – os resultados serão gravados em streams
// Executa o processo
var results = PdfExtractor.Extract(options);
// Obtém o Stream
var ms = results.ResultCollection[0].ToStream();
// Copia os dados para um arquivo (apenas para demonstração)
ms.Seek(0, SeekOrigin.Begin);
using (var fs = File.Create("test_file.png"))
{
ms.CopyTo(fs);
}Exceções
ArgumentException
Se options não for definido.
Extract(ExtractFormDataToDsvOptions)
Extrai Dados de Formulário de um documento PDF.
public static ResultContainer Extract(ExtractFormDataToDsvOptions options)Parâmetros
optionsExtractFormDataToDsvOptions: Um objeto de opções contendo as instruções para a operação.
Retorna
ResultContainer : Um objeto contendo o resultado da operação.
Exemplos
O exemplo demonstra como exportar valores do Formulário para um arquivo CSV.
// Cria ExtractFormDataToDsvOptions para definir as instruções
var options = new ExtractFormDataToDsvOptions(',', true);
// Adiciona o caminho do arquivo de entrada
options.AddInput(new FileData("path_to_your_pdf_file.pdf"));
// Define o caminho do arquivo de saída
options.AddOutput(new FileData("path_to_result_csv_file.csv"));
// Executa o processo
PdfExtractor.Extract(options);O exemplo demonstra como exportar valores do Formulário para um arquivo TSV e definir propriedades.
// Cria ExtractFormDataToDsvOptions para definir as instruções
var options = new ExtractFormDataToDsvOptions();
// Define o delimitador
options.Delimiter = '\t';
// Inclui nomes de campos no resultado
options.AddFieldName = true;
// Adiciona o caminho do arquivo de entrada
options.AddInput(new FileData("path_to_your_pdf_file.pdf"));
// Define o caminho do arquivo de saída
options.AddOutput(new FileData("path_to_result_csv_file.tsv"));
// Executa o processo
PdfExtractor.Extract(options);Exceções
ArgumentException
Se options não for definido.
Extract(ExtractPropertiesOptions)
Extrai Propriedades de um documento PDF.
public static PdfProperties Extract(ExtractPropertiesOptions options)Parâmetros
optionsExtractPropertiesOptions: Um objeto de opções contendo as instruções para a operação.
Retorna
PdfProperties : Um objeto contendo o resultado da operação.
Exemplos
O exemplo demonstra como extrair Propriedades (FileName, Title, Author, Subject, Keywords, Created, Modified, Application, PDF Producer, Number of Pages) de um arquivo PDF.
// Cria ExtractPropertiesOptions para definir o arquivo de entrada
var options = new ExtractPropertiesOptions("path_to_your_pdf_file.pdf");
// Executa o processo e obtém as propriedades
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 (Title, Author, Subject, Keywords, Created, Modified, Application, PDF Producer, Number of Pages) de um stream PDF.
// Cria ExtractPropertiesOptions para definir o stream de entrada
var stream = File.OpenRead("path_to_your_pdf_file.pdf");
var options = new ExtractPropertiesOptions(stream);
// Executa o processo e obtém as propriedades
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.
// Executa o processo e obtém as propriedades
var pdfProperties = PdfExtractor.Extract(new ExtractPropertiesOptions("path_to_your_pdf_file.pdf"));Exceções
ArgumentException
Se options não for definido.
Namespace: Documentize
Assembly: Documentize.dll