Extraheer tekst uit Excel-document als HTML

Invoering

In deze zelfstudie onderzoeken we hoe u GroupDocs.Parser voor .NET kunt gebruiken om tekst uit een Excel-document te extraheren en naar HTML-indeling te converteren. GroupDocs.Parser is een krachtige bibliotheek waarmee ontwikkelaars met verschillende documentformaten kunnen werken, waarbij tekst en metagegevens efficiënt kunnen worden geëxtraheerd.

Vereisten

Voordat we beginnen, zorg ervoor dat u het volgende hebt ingesteld:

• Visual Studio is op uw systeem geïnstalleerd.
• Basiskennis van programmeren in C#.
• GroupDocs.Parser-bibliotheek voor .NET. Je kunt het downloaden vanhier.

Naamruimten importeren

Begin met het opnemen van de benodigde naamruimten in uw C#-project om toegang te krijgen tot de GroupDocs.Parser-functionaliteiten.

using System;
using System.Collections.Generic;
using System.IO;
using System.Text;
using GroupDocs.Parser.Data;
using GroupDocs.Parser.Options;

Stap 1: Maak een exemplaar van de parserklasse

Instantieer eerst deParser klasse door het pad naar uw Excel-document op te geven.

using (Parser parser = new Parser("YourSampleFile.xlsx"))
{
    // Verdere code komt hier terecht
}

Vervangen"YourSampleFile.xlsx" met het pad naar uw Excel-bestand.

Stap 2: Tekst extraheren als HTML

Binnen deusing blok van deParser Gebruik bijvoorbeeld deGetFormattedText methode om opgemaakte tekst in HTML-modus te extraheren.

using (Parser parser = new Parser("YourSampleFile.xlsx"))
{
    using (TextReader reader = parser.GetFormattedText(new FormattedTextOptions(FormattedTextMode.Html)))
    {
        // Verdere code komt hier terecht
    }
}

Stap 3: Geëxtraheerde HTML-tekst lezen en afdrukken

Lees vervolgens de geëxtraheerde HTML-tekst uit hetTextReader en print het naar de console.

using (Parser parser = new Parser("YourSampleFile.xlsx"))
{
    using (TextReader reader = parser.GetFormattedText(new FormattedTextOptions(FormattedTextMode.Html)))
    {
        Console.WriteLine(reader.ReadToEnd());
    }
}

Eenmaal uitgevoerd, haalt deze code de tekst uit het Excel-document en geeft deze als HTML-indeling weer in de console.

Conclusie

In deze zelfstudie hebben we geleerd hoe u GroupDocs.Parser voor .NET kunt gebruiken om tekst uit een Excel-document te extraheren en naar HTML-indeling te converteren. Deze bibliotheek biedt een eenvoudige manier om met verschillende documentformaten te werken, waardoor ontwikkelaars tekstextractietaken in hun applicaties efficiënt kunnen afhandelen.

Veelgestelde vragen

Kan GroupDocs.Parser naast Excel ook andere documentformaten verwerken?

Ja, GroupDocs.Parser ondersteunt een breed scala aan bestandsindelingen, waaronder PDF, Word, PowerPoint en meer.

Is GroupDocs.Parser compatibel met .NET Core?

Ja, GroupDocs.Parser is compatibel met zowel .NET Framework als .NET Core.

Behoudt GroupDocs.Parser de opmaak tijdens het extraheren van tekst?

Ja, GroupDocs.Parser kan opmaak, zoals lettertypen, stijlen en lay-out, behouden tijdens het extraheren van tekst.

Kan ik metagegevens uit documenten extraheren met GroupDocs.Parser?

Ja, met GroupDocs.Parser kunt u metagegevens zoals auteur, aanmaakdatum en meer extraheren uit ondersteunde documenttypen.

Is er een gratis proefversie beschikbaar voor GroupDocs.Parser?

Ja, u kunt een gratis proefversie downloaden vanhier.