PdfExtractor

Přehled

PdfExtractor je třída v Aspose.PDF FOSS pro .NET. Dědí z: IDisposable.

Fasáda pro extrahování textu a obrázků z PDF dokumentu.

Tato třída poskytuje 29 metod pro práci s objekty PdfExtractor v programech .NET. Dostupné metody zahrnují: BindPdf, Close, Dispose, ExtractAttachment, ExtractImage, ExtractText, GetAttachNames, GetAttachment, GetAttachmentInfo, GetNextImage, GetNextPageText, GetText a 3 další metody. Všichni veřejní členové jsou přístupní jakékoli aplikaci .NET po instalaci balíčku Aspose.PDF FOSS pro .NET. Vlastnosti: EndPage, ExtractImageMode, ExtractTextMode, IsBidi, Password, Resolution a 2 další.

Vlastnosti

Název:	Typ:	Přístup	Popis:
`StartPage`	`int`	Čtení/zápis	Počáteční stránka pro extrakci (číslována od 1).
`EndPage`	`int`	Čtení/zápis	Koncová stránka pro extrakci (číslována od 1).
`ExtractTextMode`	`int`	Čtení/zápis	Režim extrakce textu.
`ExtractImageMode`	`ExtractImageMode`	Čtení/zápis	Strategie extrakce obrázků.
`Resolution`	`int`	Čtení/zápis	Rozlišení vykreslování pro extrakci obrázků (DPI).
`IsBidi`	`bool`	Čtení	True když nejnověji extrahovaný text obsahuje běh skriptu zprava doleva (hebrejština, arabština, syrština, thaana, atd.), tj.
`Password`	`string?`	Čtení/zápis	Heslo použité při svázání šifrovaného PDF.
`TextSearchOptions`	`Aspose.Pdf.Text.TextSearchOptions`	Čtení/zápis	Možnosti vyhledávání textu použité během ExtractText().

Metody

Podpis:	Popis:
`PdfExtractor()`	Volá PdfExtractor na této instanci PdfExtractor.
`PdfExtractor(document: Document)`	Volá PdfExtractor(document) na této instanci PdfExtractor.
`BindPdf(inputFile: string)`	Volá BindPdf(inputFile) na této instanci PdfExtractor.
`BindPdf(document: Document)`	Volá BindPdf(document) na této instanci PdfExtractor.
`BindPdf(inputStream: Stream)`	Volá BindPdf(inputStream) na této instanci PdfExtractor.
`ExtractText()`	Prochází každou stránku vázaného dokumentu pomocí TextAbsorber a spojuje extrahovaný text.
`ExtractText(outputFile: string)`	Extrahujte text z vázaného PDF a uložte jej do zadaného souboru (UTF-16 LE bytes).
`ExtractText(encoding: Encoding)`	Extrahujte text z vázaného PDF pomocí zadaného kódování.
`GetText(outputStream: Stream)`	Zapíše extrahovaný text jako bajty do outputStream, pomocí kódování nastaveného posledním voláním ExtractText(Encoding) (výchozí je UTF-16 LE).
`GetText(outputStream: Stream, filterNotAscii: bool)`	Zapíše extrahovaný text jako bajty, případně nejprve odstraní ne-ASCII kódy.
`GetText(outputFile: string)`	Zapíše extrahovaný text na zadanou cestu souboru.
`HasNextPageText()`	Pravda, pokud je k dispozici text další stránky přes GetNextPageText.
`GetNextPageText(outputFile: string)`	Zapíše text následující stránky do zadané cesty souboru (UTF-16 LE bajtů).
`GetNextPageText(outputStream: Stream)`	Zapíše text následující stránky do zadaného proudu (UTF-16 LE bajtů).
`ExtractImage()`	Volá ExtractImage na této instanci PdfExtractor.
`ExtractImage(outputDirectory: string)`	Extrahujte každý obrázek do zadaného adresáře, pojmenujte soubory image_N.jpg pro zdroje JPEG a image_N.png jinak.
`HasNextImage()`	True while GetNextImage(string) má zbývající obrázek k zápisu.
`GetNextImage(outputStream: Stream)`	Volá GetNextImage(outputStream) na této instanci PdfExtractor.
`GetNextImage(outputFile: string)`	Volá GetNextImage(outputFile) na této instanci PdfExtractor.
`GetNextImage(outputStream: Stream, format: System.Drawing.Imaging.ImageFormat)`	Volá GetNextImage(outputStream, format) na této instanci PdfExtractor.
`GetNextImage(outputFile: string, format: System.Drawing.Imaging.ImageFormat)`	Volá GetNextImage(outputFile, format) na této instanci PdfExtractor.
`ExtractAttachment()`	Vyberte všechny vložené soubory v připojeném dokumentu; následná GetAttachment(string) zapíše všechny.
`ExtractAttachment(attachmentFileName: string)`	Vyberte jeden vložený soubor podle názvu k extrahování.
`GetAttachNames()`	Názvy všech vložených souborů v připojeném dokumentu.
`GetAttachmentInfo()`	FileSpecification záznamy pro každý vložený soubor v připojeném dokumentu.
`GetAttachment()`	Vraťte obsah vybraných příloh jako MemoryStreams (všechny přílohy, pokud nebyly žádné explicitně vybrány).
`GetAttachment(outputPath: string)`	Zapište vybrané přílohy (vše, když nebyly explicitně vybrány žádné) do adresáře outputPath, po jednom souboru na přílohu pojmenovaném podle jejího názvu souboru.
`Close()`	Volá Close na této instanci PdfExtractor.
`Dispose()`	Volá metodu Dispose na této instanci PdfExtractor.

Viz také:

Aspose.PDF for .NET — Enterprise API Reference