如何使用免费PDF控件从PDF文档中提取文本和图片
? ? ? ? ? ?如何使用免费PDF控件从PDF文档中提取文本和图片 ? ? 概要 ? 现在手头的项目有一个需求是从PDF文档中提取文本和图片,我以前也使用过像iTextSharp,PDFBox 这些免费的PDF插件,可是这次都测试了一下,或多或少有一些地方不是很满意。最后同事推荐我使用免费的Spire.PDF,结果真是让我惊喜。最重要的是,作为一家中国企业,他们还能提供完全没有时差的免费中文技术支持。所以迫不及待的想和大家分享一下我的使用经验。 ? 开发环境需求 ? 首先,从Codeplex官网下载免费的Spire.PDF :http://freepdf.codeplex.com/。安装好程序后,添加Spire.License.dll,Spire.Pdf.dll? 这两个引用到我们的工程程序。免费Spire.PDF支持.NET 2.0--.NET4.5版本。根据自己的项目需求添加相应文件夹里的.dll就可以。 ? ? ? 操作步骤 ? 前面提到过,我们需要从PDF文档里将文本和图片单独获取出来。使用Spire.PDF,只需要几行代码就能完成。下面是详细的操作步骤。 1. 生成一个PDF,将文本和图片添加到PDF里面。 2. 从PDF文档中提取所有图片。 3. 从PDF文档中提取所有文本。 ? 下面的代码示例是讲如何创建一个空的PDF文档,将文本和图片加进PDF。 ? PdfDocument?doc?=?new?PdfDocument(); PdfPageBase?page?=?doc.Pages.Add(); ????? //添加文本?? page.Canvas.DrawString("Demo?of?extract?text?and?imgae?from?PDF!", new?PdfFont(PdfFontFamily.Helvetica,?20f),1)">new?PdfSolidBrush(Color.Black),?10,1)">10); ????? 添加图片 PdfImage?image?=?PdfImage.FromFile(pdf.png"); float?width?=?image.Width?*?0.75f; float?height?=?image.Height?*?float?x?=?(page.Canvas.ClientSize.Width?-?width)?/?2; page.Canvas.DrawImage(image,?x,1)">60,?width,?height); ????? PdfImage?image2?=?PdfImage.FromFile(image.jpg"); width?=?image2.Width?*?0.75f; height?=?image2.Height?*?0.75f; page.Canvas.DrawImage(image2,?x-100,1)">220,?height); doc.SaveToFile(sample.pdf");
? 生成的PDF文件 ? ?? ? 下面的代码将展示如何从PDF文档中获取图片。同样,也只需要几行代码。 ? PdfDocument?doc?=?new?PdfDocument(); doc.LoadFromFile(");?IList<Image>?images?=?new?List<Image>(); foreach?(PdfPageBase?page?in?doc.Pages) { if?(page.ExtractImages()?!=?null) ???{ ?????foreach?(Image?image?in?page.ExtractImages()) ?????????{ ???????????????images.Add(image); ??????????} ???} } doc.Close(); int?index?=?0; in?images) { ??String?imageFileName?=?String.Format(Image-{0}.png运行后,所有的图片被保存为了.png格式。在debug文件夹里可以看到我们从PDF文档中获取的两幅图像。 ? ?? 下面的代码将显示如何从PDF文档中提取文本。 ? PdfDocument?doc?=?new?PdfDocument(); doc.LoadFromFile("); ? StringBuilder?buffer?=?new?StringBuilder(); in?doc.Pages) { ????buffer.Append(page.ExtractText()); } doc.Close(); String?fileName?=?TextInPdf.txt"; File.WriteAllText(fileName,?buffer.ToString()); buffer?=?null; ? ? ? 提取的文本被保存为了.txt文件。详情见下图: ? ?? ? 总结 ? ? ? ? 总的来说,网上有很多用来操作PDF文档的第三方控件。Free Spire.PDF的优点在于免费,易用,大大节省了开发者的时间。但是免费版本在加载和写出时,PDF页面被限制在了十页以内。不过这已经足够我项目的需要了。如果你的项目超出限制,也有收费版Spire.PDF可以使用。官方提供30天免费试用。 (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |