Obtener recuento de páginas y extraer información del documento con GroupDocs.Editor

Introducción

En este tutorial completo aprenderá a obtener el recuento de páginas y extraer información detallada del documento—incluido el formato, tamaño y estado de cifrado—usando GroupDocs.Editor para .NET. Ya sea que esté construyendo un sistema de gestión de documentos, un motor de informes o una canalización de conversión automatizada, comprender los metadatos de un archivo es el primer paso para un procesamiento fiable. Recorramos todo el flujo de trabajo, desde cargar un archivo hasta liberar los recursos de forma segura.

Respuestas rápidas

  • ¿Cómo obtengo el recuento de páginas de un documento?
    Llame a editor.GetDocumentInfo().PageCount después de cargar el archivo con Editor.
  • ¿Qué formatos de archivo son compatibles para la extracción de metadatos?
    Más de 50 formatos, incluidos DOCX, XLSX, PPTX, PDF, TXT y HTML.
  • ¿Puedo extraer metadatos de archivos protegidos con contraseña?
    Sí—proporcione la contraseña al crear la instancia de Editor.
  • ¿Necesito liberar recursos manualmente?
    Absolutamente; siempre llame a editor.Dispose() o envuelva el editor en un bloque using.
  • ¿Qué versión de GroupDocs.Editor se requiere?
    La última versión estable (v23.12+ al momento de escribir) admite todas las funciones mostradas.

¿Qué es “obtener recuento de páginas” en GroupDocs.Editor?

GetDocumentInfo() es un método que devuelve un objeto DocumentInfo que contiene el recuento de páginas del documento, formato, tamaño y otros metadatos. Esta única llamada le brinda información inmediata sin analizar el archivo manualmente. Al usar este método evita cargar todo el documento en memoria, lo que mejora el rendimiento especialmente para archivos grandes y reduce el consumo de recursos del servidor.

¿Por qué extraer metadatos del documento con GroupDocs.Editor?

GroupDocs.Editor puede procesar más de 50 formatos de entrada y salida y recuperar metadatos para archivos de hasta 2 GB sin cargar todo el documento en memoria. Esta eficiencia reduce la carga del servidor hasta en un 70 % comparado con el análisis completo del documento, lo que lo hace ideal para aplicaciones de alto rendimiento.

Requisitos previos

Antes de comenzar, asegúrese de tener:

  • Conceptos básicos de desarrollo en C# – debe sentirse cómodo con Visual Studio y la estructura de proyectos .NET.
  • Visual Studio 2022 (o cualquier versión reciente) instalado en su máquina.
  • GroupDocs.Editor para .NET – descargue el paquete más reciente desde la página de descarga.

¿Cómo cargar su documento?

Editor es la clase principal que representa un documento y proporciona métodos para cargarlo y manipularlo. Cargue el archivo objetivo creando una instancia de Editor y pasando la ruta del archivo. El editor detecta automáticamente el formato, por lo que no necesita especificar opciones de carga. Este enfoque funciona para cualquier tipo de archivo compatible y simplifica la configuración inicial.

using System;
using GroupDocs.Editor.Metadata;

¿Cómo obtener la información del documento?

GetDocumentInfo() devuelve un objeto DocumentInfo que contiene metadatos como recuento de páginas, formato, tamaño y estado de cifrado. Después de cargar, llame a este método para obtener el objeto. El DocumentInfo devuelto le brinda una instantánea concisa de las características del archivo, permitiéndole tomar decisiones sin procesamiento adicional.

string docxInputFilePath = "YourSampleDocument.docx";
Editor editorDocx = new Editor(docxInputFilePath);

¿Cómo determinar el tipo de documento?

DocumentType es un enum que indica si el documento es WordProcessing, Spreadsheet o Text. Saber si un archivo es un documento de procesamiento de texto, hoja de cálculo o texto plano influye en cómo lo maneja posteriormente. Use la propiedad DocumentType del objeto DocumentInfo para tomar esta decisión y ramificar su lógica en consecuencia.

IDocumentInfo infoDocx = editorDocx.GetDocumentInfo(null);

¿Cómo extraer información detallada para archivos de procesamiento de texto?

WordProcessing se refiere a documentos como DOCX, ODT y RTF manejados como archivos de procesamiento de texto. Si el tipo de documento es WordProcessing, puede leer propiedades adicionales como formato, extensión, recuento de páginas, tamaño y bandera de cifrado directamente del objeto DocumentInfo. Estos detalles le ayudan a adaptar los pasos de procesamiento, como aplicar conversiones específicas o verificaciones de seguridad.

bool isSpreadsheet = infoDocx is SpreadsheetDocumentInfo;
bool isText = infoDocx is TextualDocumentInfo;
bool isWordProcessing = infoDocx is WordProcessingDocumentInfo;
Console.WriteLine($"Is '{docxInputFilePath}' a Spreadsheet: {isSpreadsheet}");
Console.WriteLine($"Is '{docxInputFilePath}' a Textual document: {isText}");
Console.WriteLine($"Is '{docxInputFilePath}' a WordProcessing document: {isWordProcessing}");

¿Cómo manejar documentos de hoja de cálculo y textuales?

Spreadsheet denota archivos de hoja de cálculo como XLSX, mientras que Text representa documentos de texto plano. Para hojas de cálculo (Spreadsheet) y archivos de texto plano (Text), el objeto DocumentInfo sigue proporcionando metadatos básicos (extensión, tamaño, recuento de páginas). Algunos formatos pueden no exponer un recuento de páginas; en ese caso el valor será 0. Aún puede confiar en otros metadatos para la lógica posterior.

if (isWordProcessing)
{
    WordProcessingDocumentInfo casted = (WordProcessingDocumentInfo)infoDocx;
    Console.WriteLine($"Format: {casted.Format.Name}; Extension: {casted.Format.Extension}; Page count: {casted.PageCount}; Size: {casted.Size} bytes; Is encrypted: {casted.IsEncrypted}");
}

¿Cómo trabajar con documentos protegidos con contraseña?

Password es una cadena que se pasa al constructor de Editor para abrir archivos cifrados. Cuando un documento está cifrado, primero intente abrirlo sin contraseña. Si falla, capture la excepción y vuelva a intentarlo con la contraseña correcta. El constructor de Editor acepta un parámetro Password para este propósito, lo que permite manejar archivos protegidos de forma fluida.

string xlsxInputFilePath = "YourSampleDocument.xlsx";
Editor editorXlsx = new Editor(xlsxInputFilePath);
IDocumentInfo infoXlsx = editorXlsx.GetDocumentInfo(null);
bool isXlsxSpreadsheet = infoXlsx is SpreadsheetDocumentInfo;
Console.WriteLine($"Is '{xlsxInputFilePath}' a Spreadsheet: {isXlsxSpreadsheet}");
if (isXlsxSpreadsheet)
{
    SpreadsheetDocumentInfo casted = (SpreadsheetDocumentInfo)infoXlsx;
    Console.WriteLine($"Format: {casted.Format.Name}; Extension: {casted.Format.Extension}; Tabs count: {casted.PageCount}; Size: {casted.Size} bytes; Is encrypted: {casted.IsEncrypted}");
}

¿Cómo procesar documentos basados en texto?

DocumentInfo proporciona metadatos básicos como tamaño, extensión y codificación para archivos de texto. Los archivos de texto (p. ej., .txt, .md) se tratan como flujos simples. Aún puede obtener información de tamaño y codificación desde DocumentInfo, lo cual es útil para validar la integridad del archivo o determinar la canalización de procesamiento adecuada.

string xlsInputFilePath = "YourSampleDocument.xls";
Editor editorXls = new Editor(xlsInputFilePath);
try
{
    IDocumentInfo infoXls = editorXls.GetDocumentInfo(null);
}
catch (PasswordRequiredException)
{
    Console.WriteLine("This document is password-protected.");
}
try
{
    IDocumentInfo infoXls = editorXls.GetDocumentInfo("incorrect_password");
}
catch (IncorrectPasswordException)
{
    Console.WriteLine("The provided password is incorrect.");
}
IDocumentInfo infoXlsValid = editorXls.GetDocumentInfo("correct_password");
bool isXlsSpreadsheet = infoXlsValid is SpreadsheetDocumentInfo;
Console.WriteLine($"Password-protected document is a Spreadsheet: {isXlsSpreadsheet}");
if (isXlsSpreadsheet)
{
    SpreadsheetDocumentInfo casted = (SpreadsheetDocumentInfo)infoXlsValid;
    Console.WriteLine($"Format: {casted.Format.Name}; Extension: {casted.Format.Extension}; Tabs count: {casted.PageCount}; Size: {casted.Size} bytes; Is encrypted: {casted.IsEncrypted}");
}

¿Cómo liberar recursos correctamente?

Editor es la clase principal que posee recursos no administrados y debe ser liberada después de su uso. Para evitar fugas de memoria, siempre libere la instancia de Editor después de terminar de extraer la información. La instrucción using es el patrón más seguro porque garantiza la liberación incluso si ocurre una excepción, asegurando una gestión limpia de los recursos.

string xmlInputFilePath = "YourSampleDocument.xml";
Editor editorXml = new Editor(xmlInputFilePath);
IDocumentInfo infoXml = editorXml.GetDocumentInfo(null);
bool isXmlText = infoXml is TextualDocumentInfo;
Console.WriteLine($"Is '{xmlInputFilePath}' a Textual document: {isXmlText}");
if (isXmlText)
{
    TextualDocumentInfo casted = (TextualDocumentInfo)infoXml;
    Console.WriteLine($"Format: {casted.Format.Name}; Extension: {casted.Format.Extension}; Encoding: {casted.Encoding}; Size: {casted.Size} bytes");
}

Problemas comunes y soluciones

ProblemaCausaSolución
PageCount devuelve 0El formato no admite paginación (p. ej., texto plano)Verifique DocumentInfo.DocumentType antes de confiar en PageCount.
Formato de archivo no compatibleExtensión de archivo no reconocidaVerifique que el archivo sea uno de los más de 50 formatos compatibles; actualice GroupDocs.Editor a la última versión.
Excepción de contraseñaContraseña incorrecta suministradaCapture PasswordProtectedException y solicite al usuario que vuelva a ingresar la contraseña.
Pico de memoria en archivos grandesCargar PDFs muy grandes sin transmisiónUtilice LoadOptions con LoadOptions.LoadMode = LoadMode.Stream (disponible en versiones más recientes).

Preguntas frecuentes

P: ¿De qué tipos de documentos puedo extraer metadatos?
R: GroupDocs.Editor admite archivos de procesamiento de texto, hoja de cálculo, presentación, PDF y texto plano—más de 50 formatos en total.

P: ¿Cómo obtengo la extensión del archivo?
R: Acceda a DocumentInfo.Extension después de llamar a GetDocumentInfo(); devuelve la extensión sin el punto inicial.

P: ¿Puedo obtener el tamaño de un documento en megabytes?
R: Sí—DocumentInfo.Size devuelve el tamaño en bytes; divida por 1,048,576 para convertir a megabytes.

P: ¿Es seguro procesar archivos protegidos con contraseña en un servidor?
R: Absolutamente—GroupDocs.Editor nunca escribe la contraseña en disco y elimina todos los objetos criptográficos después de su uso.

P: ¿Dónde puedo encontrar ayuda adicional si tengo problemas?
R: Puede obtener soporte en el foro de soporte de GroupDocs.Editor.

Última actualización: 2026-06-01
Probado con: GroupDocs.Editor 23.12 para .NET
Autor: GroupDocs

editorDocx.Dispose();
editorXlsx.Dispose();
editorXls.Dispose();
editorXml.Dispose();
Console.WriteLine("ExtractingDocumentInfo routine has successfully finished");

Tutoriales relacionados