使用 GroupDocs.Merger for .NET 提取特定页面 PDF

从多页文档中提取特定页面的 PDF 是一种常见需求，尤其在需要仅共享相关章节、减小文件大小或自动化审阅工作流时。本教程将展示 GroupDocs.Merger for .NET 如何让您提取精确的页面——无论这些页面来自 PDF、Word 文件或任何 30 多种受支持的格式——并提供清晰的编程方式。

快速回答

  • GroupDocs.Merger 能从 Word 文档中提取页面吗？ 是的，它支持 DOCX、DOC 以及其他 Office 格式。
  • 是否有文件大小限制？ 该库可以处理高达 2 GB 的文件，而无需将整个文档加载到内存中。
  • 开发阶段需要许可证吗？ 提供免费试用；生产环境需要许可证。
  • 它能在 .NET 6 上运行吗？ 当然——GroupDocs.Merger 支持 .NET Framework 4.5+、.NET Core 3.1+ 和 .NET 5/6+。
  • 一次可以提取多少页面？ 您可以在一次调用中指定单页、范围或奇偶页选择。

什么是 GroupDocs.Merger for .NET？

GroupDocs.Merger for .NET 是一款服务器端库，可在无需 Microsoft Office 或 Adobe Acrobat 的情况下，对超过 30 种文档格式进行合并、拆分、旋转和提取页面。它以流式方式处理文件，即使是数百页的 PDF，也能保持低内存使用。

为什么要提取特定页面 PDF？

提取特定页面的 PDF 可以降低带宽消耗、加快协作速度，并确保机密章节不被泄露。量化收益：组织报告称，仅共享所需页面而非完整文件可使文档审阅周期提升最高 40 %。此外，较小的文件还能提升网页查看器的加载速度并降低存储成本。

前提条件

  • Visual Studio 2022 或任何兼容 .NET 的 IDE。
  • .NET 6 SDK（或 .NET Framework 4.7.2+）。
  • 访问 NuGet 源以安装 GroupDocs.Merger。
  • 基本的 C# 知识和文件系统权限。

如何一步步提取特定页面 PDF

加载源文件，定义所需页面，并保存结果——全部只需几行代码。

直接答案

Merger 是负责文档操作的核心类。ExtractOptions 指定要提取的页面以及处理方式。Extract 根据提供的选项执行提取并将结果写入新文件。要提取特定页面的 PDF，先使用源文件创建 Merger 实例，配置定义页面范围和模式（偶数、奇数或自定义）的 ExtractOptions 对象，然后调用 Extract 并保存输出文件。整个工作流在标准服务器上对常见的 100 页 PDF 运行时间不足一秒。

步骤 1：安装 NuGet 包

在项目文件夹中打开终端，运行以下任意命令：

.NET CLI

dotnet add package GroupDocs.Merger

Package Manager Console

Install-Package GroupDocs.Merger

NuGet Package Manager UI – 使用 UI 搜索 “GroupDocs.Merger” 并点击 Install。

步骤 2：定义文件路径

为要创建的输入和输出文档指定绝对或相对路径。

定义锚点
ExtractOptions 是配置对象，用于告知库要提取哪些页面以及如何处理它们。

string filePath = "YOUR_DOCUMENT_DIRECTORY\\Sample.docx"; // Input document path
string filePathOut = Path.Combine("YOUR_OUTPUT_DIRECTORY", "ExtractedPages.docx"); // Output document path

步骤 3：设置提取选项

创建 ExtractOptions 实例，设置 StartPageNumber、EndPageNumber，并选择 RangeMode（例如 Even）。这会指示引擎在范围内每隔一页提取一次。

定义锚点
Merger 是负责所有文档操作（包括提取、合并和页面旋转）的核心类。

ExtractOptions extractOptions = new ExtractOptions(1, 3, RangeMode.EvenPages);

步骤 4：提取并保存

在 Merger 实例上调用 Extract 方法，传入选项和输出路径。库会在不将整个源文件加载到内存的情况下写入新文件，非常适合处理大文档。

using (Merger merger = new Merger(filePath))
{
    merger.ExtractPages(extractOptions);
    merger.Save(filePathOut); // Save the result to a specified path
}

常见问题及解决方案

  • 页面未提取 – 再次确认 StartPageNumber 和 EndPageNumber 使用的是从 1 开始的索引，并且源文件确实包含所请求的范围。
  • 大文件出现内存不足错误 – 确保使用流式 API（默认），并且进程拥有足够的虚拟内存；考虑在库配置中提升 maxMemory 设置。
  • 受密码保护的文件 – LoadOptions 允许在加载受保护文档时设置密码等参数。在创建 Merger 实例之前，通过 LoadOptions 提供密码。

实际应用

  1. 文档审阅 – 仅提取审阅者需要的条款，其余内容保持机密。
  2. 教育 – 通过提取讲义幻灯片或教材章节生成自定义讲义。
  3. 法律工作流 – 为法院提交单独提取展品页面，而不暴露整个案件文件。

性能考虑因素

GroupDocs.Merger 以流式方式处理文档，能够处理高达 2 GB 的文件，同时将峰值内存保持在 150 MB 以下。为获得最佳效果，请将 Merger 对象放在 using 语句中以确保释放，并在从同一源提取多个范围时复用同一实例。

结论

现在，您已经掌握了使用 GroupDocs.Merger for .NET 提取特定页面 PDF 的完整、可投入生产的方法。通过配置 ExtractOptions 并利用库的流式引擎，您可以对任何受支持的格式实现文档切割自动化，提高协作速度，并对敏感信息进行有效控制。

下一步 – 探索库的其他功能，如合并文档、旋转页面以及添加水印，以构建全自动化的文档流水线。

常见问题

Q: 我可以从哪些文件格式中提取页面？
A: GroupDocs.Merger 支持超过 30 种格式，包括 PDF、DOCX、XLSX、PPTX、HTML，以及 PNG、JPEG 等图像类型。

Q: 我可以提取非连续页面吗（例如 1、3、5）？
A: 可以，您可以向 ExtractOptions 传递单个页码列表或多个范围。

Q: 如何处理受密码保护的 PDF？
A: 在构造 Merger 实例时通过 LoadOptions 提供密码；随后提取将正常进行。

Q: 单次调用提取的页面数量有上限吗？
A: 没有硬性上限；唯一的实际限制是可用内存，由于流式处理，内存占用保持低水平。

Q: 该库是否需要安装 Microsoft Office 或 Adobe Acrobat？
A: 不需要任何外部应用程序，所有处理都在 .NET 运行时内部完成。

资源

最后更新： 2026-09-26
测试版本： GroupDocs.Merger 23.11 for .NET
作者： GroupDocs

相关教程