获取页面计数并提取文档信息（使用 GroupDocs.Editor）

介绍

在本综合教程中，您将学习如何使用 GroupDocs.Editor for .NET 获取页面计数 并提取详细的文档信息——包括格式、大小和加密状态。无论您是在构建文档管理系统、报告引擎，还是自动化转换流水线，了解文件的元数据都是可靠处理的第一步。让我们从加载文件到安全释放资源，完整演示整个工作流。

快速答案

  • 如何检索文档的页面计数？
    在使用 Editor 加载文件后，调用 editor.GetDocumentInfo().PageCount。
  • 支持哪些文件格式进行元数据提取？
    超过 50 种格式，包括 DOCX、XLSX、PPTX、PDF、TXT 和 HTML。
  • 我可以从受密码保护的文件中提取元数据吗？
    可以——在构造 Editor 实例时提供密码。
  • 我需要手动释放资源吗？
    当然；始终调用 editor.Dispose() 或在 using 块中使用编辑器。
  • 需要哪个版本的 GroupDocs.Editor？
    最新的稳定版（撰写时为 v23.12+）支持所有展示的功能。

GroupDocs.Editor 中的“获取页面计数”是什么？

GetDocumentInfo() 是一个方法，返回包含文档页面计数、格式、大小和其他元数据的 DocumentInfo 对象。此单次调用即可让您立即获取信息，而无需手动解析文件。使用此方法可避免将整个文档加载到内存中，从而提升性能，尤其是对大文件，并降低服务器资源消耗。

为什么使用 GroupDocs.Editor 提取文档元数据？

GroupDocs.Editor 能处理 50 多种输入和输出格式，并可在不将整个文档加载到内存的情况下检索高达 2 GB 的文件元数据。与完整文档解析相比，这种效率可将服务器负载降低最多 70 %，非常适合高吞吐量的应用场景。

先决条件

  • C# 开发基础 – 您应熟悉 Visual Studio 和 .NET 项目结构。
  • Visual Studio 2022（或任何近期版本）已安装在您的机器上。
  • GroupDocs.Editor for .NET – 从下载页面下载最新包。

如何加载文档？

Editor 是表示文档的主要类，提供加载和操作文档的方法。通过创建 Editor 实例并传入文件路径来加载目标文件。编辑器会自动检测格式，无需指定加载选项。此方法适用于任何受支持的文件类型，简化了初始设置。

using System;
using GroupDocs.Editor.Metadata;

如何检索文档信息？

GetDocumentInfo() 返回一个包含页面计数、格式、大小和加密状态等元数据的 DocumentInfo 对象。加载后，调用此方法获取该对象。返回的 DocumentInfo 为文件特性提供简明快照，使您能够在无需进一步处理的情况下做出决策。

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

如何确定文档类型？

DocumentType 是一个枚举，指示文档是 WordProcessing、Spreadsheet 还是 Text。了解文件是文字处理文档、电子表格还是纯文本会影响后续的处理方式。使用 DocumentInfo 对象的 DocumentType 属性来做出决定，并相应地分支您的逻辑。

IDocumentInfo infoDocx = editorDocx.GetDocumentInfo(null);

如何提取 WordProcessing 文件的详细信息？

WordProcessing 指的是如 DOCX、ODT、RTF 等作为文字处理文件处理的文档。如果文档类型为 WordProcessing，您可以直接从 DocumentInfo 对象读取诸如 format、extension、page count、size 和 encryption flag 等附加属性。这些细节帮助您定制处理步骤，例如应用特定的转换或安全检查。

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}");

如何处理 Spreadsheet 和 Text 文档？

Spreadsheet 表示如 XLSX 等电子表格文件，而 Text 代表纯文本文档。对于电子表格（Spreadsheet）和纯文本文件（Text），DocumentInfo 对象仍提供核心元数据（扩展名、大小、页面计数）。某些格式可能不提供页面计数，此时值为 0。您仍可依赖其他元数据进行后续逻辑处理。

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}");
}

如何处理受密码保护的文档？

Password 是传递给 Editor 构造函数以打开加密文件的字符串。当文档被加密时，首先尝试在不提供密码的情况下打开。如果失败，捕获异常，然后使用正确的密码重试。Editor 构造函数接受 Password 参数，以实现对受保护文件的无缝处理。

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}");
}

如何处理基于文本的文档？

DocumentInfo 为文本文件提供基本的元数据，如大小、扩展名和编码。文本文件（例如 .txt、.md）被视为简单流。您仍可从 DocumentInfo 获取大小和编码信息，这对于验证文件完整性或确定合适的处理流水线很有用。

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}");
}

如何正确释放资源？

Editor 是持有非托管资源的主要类，使用后必须释放。为避免内存泄漏，完成信息提取后始终释放 Editor 实例。using 语句是最安全的模式，因为它即使在出现异常时也能保证释放，从而确保资源管理的清洁。

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");
}

常见问题及解决方案

问题原因解决方案
PageCount 返回 0格式不支持分页（例如纯文本）在依赖 PageCount 之前检查 DocumentInfo.DocumentType。
不支持的文件格式文件扩展名未被识别确认文件属于 50 多种受支持的格式之一；将 GroupDocs.Editor 更新至最新版本。
密码异常提供的密码错误捕获 PasswordProtectedException 并提示用户重新输入密码。
大文件内存激增在未使用流式加载的情况下加载非常大的 PDF使用 LoadOptions 并将 LoadOptions.LoadMode = LoadMode.Stream（在新版本中可用）。

常见问题

问：我可以从哪些文档类型提取元数据？
答：GroupDocs.Editor 支持文字处理、电子表格、演示文稿、PDF 和纯文本文件——共计超过 50 种格式。

问：如何获取文件扩展名？
答：在调用 GetDocumentInfo() 后访问 DocumentInfo.Extension；它返回不带前导点的扩展名。

问：我能以兆字节获取文档大小吗？
答：可以——DocumentInfo.Size 返回字节数；除以 1,048,576 即可转换为兆字节。

问：在服务器上处理受密码保护的文件安全吗？
答：绝对安全——GroupDocs.Editor 从不将密码写入磁盘，且在使用后会释放所有加密对象。

问：如果遇到问题，我可以在哪里获得更多帮助？
答：您可以在GroupDocs.Editor 支持论坛获取支持。

最后更新： 2026-06-01
测试环境： GroupDocs.Editor 23.12 for .NET
作者： GroupDocs

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

相关教程