c#/vb.net 如何提取 pdf 文档中的文本和图片-k8凯发天生赢家

文本和图片是pdf文档的重要组成部分。本文将介绍如何通过编程的方式使用c#获取pdf文档中的文本和图片并保存到本地路径。

提取pdf文档中的文本

//实例化一个pdfdocument对象
pdfdocument doc = new pdfdocument();
//加载pdf文档
doc.loadfromfile("测试文档.pdf");
//实例化一个stringbuilder 对象
stringbuilder content = new stringbuilder();
//提取pdf所有页面的文本
foreach (pdfpagebase page in doc.pages)
{
    content.append(page.extracttext());
}
//将提取到的文本写为.txt格式并保存到本地路径
string filename = "获取文本.txt";
file.writealltext(filename, content.tostring());

'实例化一个pdfdocument对象
dim doc as new pdfdocument()
'加载pdf文档
doc.loadfromfile("测试文档.pdf")
'实例化一个stringbuilder 对象
dim content as new stringbuilder()
'提取pdf所有页面的文本
for each page as pdfpagebase in doc.pages
	content.append(page.extracttext())
next
'将提取到的文本写为.txt格式并保存到本地路径
dim filename as [string] = "获取文本.txt"
file.writealltext(filename, content.tostring())

提取 pdf 文档中的图片

//加载pdf文档
pdfdocument doc = new pdfdocument();
doc.loadfromfile("测试文档.pdf");
list listimage = new list();
for (int i = 0; i < doc.pages.count; i  )
{
    // 实例化一个spire.pdf.pdfpagebase对象
pdfpagebase page = doc.pages[i];
    // 获取所有pages里面的图片
    image[] images = page.extractimages();
    if (images != null && images.length > 0)
    {
        listimage.addrange(images);
    }
}
// 将提取到的图片保存到本地路径
if (listimage.count > 0)
{
    for (int i = 0; i < listimage.count; i  )
    {
        image image = listimage[i];
        image.save("image"   (i   1).tostring()   ".png", system.drawing.imaging.imageformat.png);
    }
  
}

'加载pdf文档
dim doc as new pdfdocument()
doc.loadfromfile("测试文档.pdf")
dim listimage as new list(of image)()
for i as integer = 0 to doc.pages.count - 1
	' 实例化一个spire.pdf.pdfpagebase对象
	dim page as pdfpagebase = doc.pages(i)
	' 获取所有pages里面的图片
	dim images as image() = page.extractimages()
	if images isnot nothing andalso images.length > 0 then
		listimage.addrange(images)
	end if
next
' 将提取到的图片保存到本地路径
if listimage.count > 0 then
	for i as integer = 0 to listimage.count - 1
		dim image as image = listimage(i)
		image.save("image"   (i   1).tostring()   ".png", system.drawing.imaging.imageformat.png)
	next
end if