C#使用Spire.PDF for .NET提取PDF文本的具体教程
作者：用户835629078051
在日常开发中,经常会遇到从 PDF 文件中提取文本的需求,Spire.PDF for .NET 提供了简单高效的 API,可以在 C# 项目中直接读取 PDF 文本,无需安装 Adobe Acrobat,所以本文给大家介绍了C#使用Spire.PDF for .NET提取PDF文本的具体教程,需要的朋友可以参考下
在日常开发中，经常会遇到从 PDF 文件中提取文本的需求，例如：
- 从合同或发票中获取关键信息；
- 将报告或数据表内容导入数据库；
- 实现全文检索功能。
Spire.PDF for .NET 提供了简单高效的 API，可以在 C# 项目中直接读取 PDF 文本，无需安装 Adobe Acrobat。
步骤 1：引入 Spire.PDF for .NET
如果使用 NuGet，可以在项目中安装：
Install-Package Spire.PDF
或者在 Visual Studio 中通过 NuGet 管理器搜索 Spire.PDF 并安装。
步骤 2：加载 PDF 并提取文本
以下示例展示了如何读取 PDF 文件的全部文本：
using Spire.Pdf;
using System;
class Program
{
static void Main()
{
// 创建 PdfDocument 对象
PdfDocument pdf = new PdfDocument();
// 加载 PDF 文件
pdf.LoadFromFile("Sample.pdf");
// 遍历所有页面提取文本
for (int i = 0; i < pdf.Pages.Count; i++)
{
string text = pdf.Pages[i].ExtractText();
Console.WriteLine($"--- 第 {i + 1} 页内容 ---");
Console.WriteLine(text);
}
}
}
运行后，控制台会输出 PDF 中每一页的文本内容。
步骤 3：提取指定页或区域文本（可选）
如果只想提取某一页或某个区域的文本，可以使用如下方法：
using Spire.Pdf;
using Spire.Pdf.General.Find;
class Program
{
static void Main()
{
PdfDocument pdf = new PdfDocument();
pdf.LoadFromFile("Sample.pdf");
// 提取第一页文本
string firstPageText = pdf.Pages[0].ExtractText();
Console.WriteLine("第一页内容：");
Console.WriteLine(firstPageText);
// 按矩形区域提取文本
var rect = new System.Drawing.RectangleF(0, 0, 300, 500);
string areaText = pdf.Pages[0].ExtractText(rect);
Console.WriteLine("指定区域文本：");
Console.WriteLine(areaText);
}
}
这样可以更精准地获取页面上特定位置的文本内容，例如表格或标题。
总结
本文介绍了如何在 C# 项目中使用 Spire.PDF for .NET 提取 PDF 文本，包括：
- 加载 PDF 文件 并访问页面；
- 遍历页面提取文本；
- 按页或区域提取文本，满足定制化需求。
通过这些方法，开发者可以快速实现 PDF 文本解析和数据提取功能，用于报表处理、数据分析或全文检索场景。
到此这篇关于C#使用Spire.PDF for .NET提取PDF文本的具体教程的文章就介绍到这了,更多相关C#提取PDF文本内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！