Извлечь текст со страницы в режиме Raw

Введение

В этом руководстве вы узнаете, как использовать Groupdocs.Parser для .NET для извлечения текста со страниц документа в необработанном режиме. Эта библиотека предоставляет эффективные инструменты для анализа и извлечения содержимого из файлов различных форматов, что позволяет разработчикам включать извлечение текста документов в свои .NET-приложения.

Предварительные условия

Прежде чем начать, убедитесь, что у вас есть следующие предварительные условия:

• Базовые знания программирования на C# и .NET.
• Visual Studio установлена на вашем компьютере
• Доступ к библиотеке Groupdocs.Parser for .NET.
• Образец файла документа для тестирования

Импортировать пространства имен

Начните с включения необходимых пространств имен в проект C#:

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

Шаг 1: Инициализируйте парсер

Сначала создайте экземплярParser class, указав путь к файлу образца документа.

using (Parser parser = new Parser("YourSampleFile.pdf"))
{
    // Ваш код здесь
}

Шаг 2. Получите информацию о документе

Получить информацию о документе с помощьюGetDocumentInfo() метод.

IDocumentInfo documentInfo = parser.GetDocumentInfo();

Шаг 3. Перебор страниц и извлечение текста

Перебирайте каждую страницу документа и извлекайте текстовое содержимое.

for (int p = 0; p < documentInfo.RawPageCount; p++)
{
    Console.WriteLine($"Page {p + 1}/{documentInfo.RawPageCount}");
    // Извлечь текст со страницы
    using (TextReader reader = parser.GetText(p, new TextOptions(true)))
    {
        Console.WriteLine(reader.ReadToEnd());
    }
}

Заключение

Теперь вы узнали, как использовать Groupdocs.Parser для .NET для извлечения текста со страниц документа в необработанном режиме. Это может быть мощной функцией для приложений, которым необходимо анализировать или обрабатывать текстовое содержимое файлов различных форматов.

Часто задаваемые вопросы

Совместим ли Groupdocs.Parser для .NET со всеми форматами файлов?

Groupdocs.Parser поддерживает широкий спектр форматов файлов, включая PDF, DOCX, XLSX, PPTX, EPUB и другие.

Могу ли я извлечь метаданные вместе с текстом, используя эту библиотеку?

Да, Groupdocs.Parser позволяет извлекать из документов как текст, так и метаданные.

Доступна ли пробная версия для тестирования?

Да, вы можете скачать бесплатную пробную версию с сайтаздесь.

Как я могу получить техническую поддержку для Groupdocs.Parser?

Для получения технической помощи посетитеФорум Groupdocs.Parser.

Где я могу приобрести лицензию на Groupdocs.Parser для .NET?

Вы можете приобрести лицензиюздесь.