如何使用 GroupDocs.Redaction .NET 從文件流中提取元資料

您是否厭倦了手動提取文件資訊或處理會拖慢工作流程的大檔案？快速提取元資料是一項常見挑戰，而 GroupDocs.Redaction .NET 函式庫提供了一種快速且記憶體效率高的方式，直接從串流中取得文件詳細資訊。在本教學中，您將學習如何設定函式庫、從串流中取得檔案類型、頁數與大小，並為後續處理準備輸出資料夾。

快速解答

• 「提取元資料」是什麼意思？ 它指的是在不將整個文件載入記憶體的情況下，讀取檔案類型、頁數與大小等屬性。
• 哪個函式庫負責此功能？ GroupDocs.Redaction for .NET 提供原生 API 以基於串流的方式提取元資料。
• 我需要授權嗎？ 免費試用可用於開發；正式環境需購買商業授權。
• 我能處理大於 1 GB 的 PDF 嗎？ 可以——使用串流可處理高達 2 GB 的檔案，而無需載入整個檔案。
• 支援哪些 .NET 版本？ .NET Framework 4.5 以上、.NET Core 3.1 以上、.NET 5 以上，以及 .NET 6 以上。

什麼是從串流提取元資料？

從串流提取元資料是直接從 Stream 物件讀取文件屬性的過程，避免完整載入檔案，從而節省記憶體與 CPU 時間。此技術非常適合資源受限的批次處理或雲端服務。

為何使用 GroupDocs.Redaction 進行元資料提取？

GroupDocs.Redaction 支援 30 多種檔案格式（包括 PDF、DOCX、XLSX、PPTX 以及各類影像），且可處理高達 2 GB 的文件，同時將記憶體使用量控制在 50 MB 以下。其 Redactor API 只需一次呼叫即可取得所有關鍵文件資訊，免除使用多個解析器的需求。

前置條件

• GroupDocs.Redaction for .NET（最新版本）
• .NET Framework 4.5+ 或 .NET Core/5+/6+
• 基本的 C# 知識與檔案 I/O 的熟悉度
• Visual Studio 2019 或更新版本

如何設定 GroupDocs.Redaction for .NET？

要開始使用 GroupDocs.Redaction，您首先需要將函式庫加入專案中。可透過 .NET CLI、Visual Studio 套件管理員或 NuGet UI 完成。選擇最符合工作流程的方式；CLI 適合腳本化建置，而 UI 則提供圖形化的版本與相依性瀏覽。

.NET CLI

dotnet add package GroupDocs.Redaction

Package Manager

Install-Package GroupDocs.Redaction

NuGet Package Manager UI:

• 在 Visual Studio 中開啟 NuGet 套件管理員。
• 搜尋 “GroupDocs.Redaction” 並安裝最新版本。

取得授權步驟

1. 免費試用： 下載試用授權以無限制探索所有功能。
2. 臨時授權： 從 GroupDocs 申請臨時授權，以進行延長測試。
3. 購買： 生產環境就緒時，購買商業授權。

欲取得更多資訊，請造訪 GroupDocs 網站。

基本初始化與設定

Redactor 類別是所有操作的入口點，包括元資料提取。

Redactor 是代表文件實例的核心類別，提供遮蔽、資訊取得與檔案操作等方法。安裝完成後，您可以如以下示範建立 Redactor 物件：

using (Redactor redactor = new Redactor("your-document-path"))
{
    // Use the redactor here
}

函式庫已就緒，現在讓我們深入實作細節。

如何從文件串流提取元資料？

將文件以 唯讀串流 載入，初始化 Redactor，並呼叫 GetDocumentInfo() 以單一步驟取得元資料。此方法避免將整個檔案載入記憶體，對於大型 PDF 或數百頁的 Office 文件尤為重要。

直接答案： 使用 File.OpenRead() 開啟檔案，將串流傳入 new Redactor(stream)，然後呼叫 redactor.GetDocumentInfo()——此方法僅需三行程式碼即可回傳包含檔案類型、頁數與大小的物件。

步驟 1：準備來源檔案路徑

首先，確保來源檔案存在且輸出資料夾已備妥。以下輔助方法會檢查輸出目錄，若不存在則建立。

string sourceFile = Utils.PrepareOutputDirectory("YOUR_DOCUMENT_DIRECTORY/SAMPLE_DOCX");

為什麼？ 這可確保後續檔案操作的路徑有效，避免 DirectoryNotFoundException。

步驟 2：開啟文件串流

使用 File.OpenRead() 以 唯讀串流 開啟檔案，即使是千兆位元組大小的檔案也能保持低記憶體使用量。

using (Stream documentStream = File.OpenRead(sourceFile))
{
    // Proceed to initialize Redactor
}

為什麼？ 串流支援即時處理，讓您只處理檔案的部分，而非整個文件。

步驟 3：以文件串流初始化 Redactor

Redactor 是主要的 API 物件，讓您存取文件層級的操作，包括元資料提取。

Redactor 代表從串流載入的單一文件，並提供如 GetDocumentInfo() 等方法以快速取得屬性。

using (Redactor redactor = new Redactor(documentStream))
{
    // Extract document info next
}

為什麼？ 使用串流實例化 Redactor 可將物件與底層檔案關聯，而不需完整載入。

步驟 4：取得文件元資料

呼叫 GetDocumentInfo() 會回傳 DocumentInfo 物件，內含檔案格式、頁數與檔案大小。

GetDocumentInfo() 在單一次呼叫中提取核心屬性（格式、頁數、大小），免除使用獨立解析器的需求。

IDocumentInfo info = redactor.GetDocumentInfo();
string fileInfo = $"\nFile type: {info.FileType}\nNumber of pages: {info.PageCount}\nDocument size: {info.Size} bytes";
Console.WriteLine(fileInfo);

為什麼？ 此步驟彙總所有關鍵元資料，讓您能輕鬆記錄、篩選或依特徵路由文件。

如何為處理後的檔案準備輸出目錄？

在寫入任何處理後的檔案之前，請確保目標資料夾已存在且具寫入權限。透過程式檢查路徑並在缺失時建立，可避免常見的執行時例外，如 DirectoryNotFoundException 或權限錯誤。此簡單步驟亦使程式碼在本機、伺服器或容器等環境中具可移植性。

直接答案： 使用 Directory.Exists() 檢查資料夾是否存在，若不存在則使用 Directory.CreateDirectory() 建立——此單行檢查可在任何寫入操作前保證路徑有效。

實作輔助方法

以下方法封裝了檢查與建立的邏輯，回傳驗證過的路徑供後續使用。

public static class Utils
{
    public static string PrepareOutputDirectory(string sampleDocPath)
    {
        string directory = Path.GetDirectoryName(sampleDocPath);
        
        if (!Directory.Exists(directory))
        {
            Directory.CreateDirectory(directory);
        }
        
        return Path.Combine(directory, "SAMPLE_DOCX.docx");
    }
}

為什麼？ 集中此邏輯可減少重複，讓程式碼基礎更易維護。

常見問題與解決方案

• 權限錯誤： 確保應用程式以具有目標資料夾寫入權限的帳戶執行。
• 無效路徑： 仔細檢查路徑分隔符（Windows 為 \\，Linux/macOS 為 /），以避免 DirectoryNotFoundException。
• 大型檔案處理： 及時釋放串流（使用 using 陳述式），以釋放 OS 句柄並防止洩漏。

實務應用

1. 自動文件匯入： 上傳時提取元資料，並將其存入資料庫以供快速搜尋與合規報告。
2. 法律與合規稽核： 抽取頁數與檔案類型，以驗證文件在歸檔前符合規範標準。
3. 企業內容管理： 利用元資料自動將檔案分類至資料夾，提升組織與檢索速度。

效能考量

• 記憶體管理： 總是將串流包在 using 區塊中，以自動釋放。
• 批次處理： 將文件分成 10‑20 個一組處理，以平衡吞吐量與記憶體使用，特別是在資源受限的伺服器上。
• 平行處理： 使用 Parallel.ForEach 處理獨立檔案，但需監控 CPU 與 I/O，避免資源爭用。

結論

您現在已擁有一份完整、可投入生產的指南，說明如何使用 GroupDocs.Redaction for .NET 提取文件串流的元資料。依循上述步驟，即可高效取得檔案類型、頁數與大小，同時保持低記憶體使用，優雅地處理大型檔案。

下一步

• 檢視完整的 API 參考文件於 documentation。
• 深入探索 GroupDocs Redaction .NET Documentation 以了解遮蔽、浮水印與 OCR 功能。
• 嘗試不同檔案格式（PDF、DOCX、XLSX），觀察元資料在各類型間的差異。
• 將提取的元資料整合至現有的文件管理或搜尋解決方案中。

常見問答

Q: GroupDocs.Redaction 的元資料提取主要使用情境是什麼？
A: 它能快速且記憶體效率高地取得文件屬性，用於索引、合規檢查與自動路由，無需開啟完整檔案。

Q: 我能從受密碼保護的檔案提取元資料嗎？
A: 可以，於建立 Redactor 物件時提供密碼，API 會在內部解密串流。

Q: 此函式庫是否支援非 PDF 格式，如 DOCX 或 XLSX？
A: 當然支援——GroupDocs.Redaction 處理超過 30 種格式，包括 PDF、DOCX、XLSX、PPTX 以及常見影像類型。

Q: 使用串流能處理多大的文件？
A: 串流可處理高達 2 GB 的檔案，且記憶體消耗保持在 50 MB 以下，得益於即時讀取。

Q: 若遇到問題，我該向哪裡尋求協助？
A: 前往 GroupDocs 論壇 取得社群支援，或參考官方文件中的故障排除指南。

最後更新： 2026-06-11
測試環境： GroupDocs.Redaction 23.12 for .NET
作者： GroupDocs

資源

• 文件： GroupDocs Redaction .NET Documentation
• API 參考： GroupDocs Redaction API Reference
• 下載： Latest GroupDocs Releases

相關教學

• 使用 GroupDocs.Redaction .NET API 完成文件元資料檢索
• 使用 GroupDocs.Redaction for .NET 進行文件元資料遮蔽的完整指南
• 在 .NET 中使用串流進行安全文件遮蔽：GroupDocs.Redaction 指南