PdfExtractor
Übersicht
PdfExtractor ist eine Klasse in Aspose.PDF FOSS für .NET. Erbt von: IDisposable.
Fassade zum Extrahieren von Text und Bildern aus einem PDF-Dokument.
Diese Klasse bietet 29 Methoden zur Arbeit mit PdfExtractor Objekten in .NET Programmen. Verfügbare Methoden umfassen: BindPdf, Close, Dispose, ExtractAttachment, ExtractImage, ExtractText, GetAttachNames, GetAttachment, GetAttachmentInfo, GetNextImage, GetNextPageText, GetText und 3 weitere Methoden. Alle öffentlichen Mitglieder sind für jede .NET Anwendung nach der Installation des Aspose.PDF FOSS für .NET Pakets zugänglich. Eigenschaften: EndPage, ExtractImageMode, ExtractTextMode, IsBidi, Password, Resolution und 2 weitere.
Eigenschaften
| Name | Typ | Zugriff | Beschreibung |
|---|---|---|---|
StartPage | int | Lesen/Schreiben | 1-basierte Startseite für die Extraktion. |
EndPage | int | Lesen/Schreiben | 1-basierte Endseite für die Extraktion. |
ExtractTextMode | int | Lesen/Schreiben | Text-Extraktionsmodus. |
ExtractImageMode | ExtractImageMode | Lesen/Schreiben | Bild-Extraktionsstrategie. |
Resolution | int | Lesen/Schreiben | Renderauflösung für die Bildextraktion (DPI). |
IsBidi | bool | Lesen | Wahr, wenn der zuletzt extrahierte Text einen Rechts-nach-Links-Schriftlauf enthält (Hebräisch, Arabisch, Syrisch, Thaana usw.), d. h. |
Password | string? | Lesen/Schreiben | Passwort, das beim Binden einer verschlüsselten PDF verwendet wird. |
TextSearchOptions | Aspose.Pdf.Text.TextSearchOptions | Lesen/Schreiben | Textsuchoptionen, die während ExtractText() angewendet werden. |
Methoden
| Signatur | Beschreibung |
|---|---|
PdfExtractor() | Ruft PdfExtractor auf dieser PdfExtractor-Instanz auf. |
PdfExtractor(document: Document) | Ruft PdfExtractor(document) auf dieser PdfExtractor-Instanz auf. |
BindPdf(inputFile: string) | Ruft BindPdf(inputFile) auf dieser PdfExtractor-Instanz auf. |
BindPdf(document: Document) | Ruft BindPdf(document) auf dieser PdfExtractor-Instanz auf. |
BindPdf(inputStream: Stream) | Ruft BindPdf(inputStream) auf dieser PdfExtractor-Instanz auf. |
ExtractText() | Durchläuft jede Seite im gebundenen Dokument mit TextAbsorber und verkettet den extrahierten Text. |
ExtractText(outputFile: string) | Extrahiert Text aus dem gebundenen PDF und speichert ihn in die angegebene Datei (UTF-16 LE Bytes). |
ExtractText(encoding: Encoding) | Extrahiert Text aus dem gebundenen PDF mit der angegebenen Kodierung. |
GetText(outputStream: Stream) | Schreibt den extrahierten Text als Bytes in outputStream, wobei die Kodierung verwendet wird, die durch den zuletzt aufgerufenen ExtractText(Encoding)-Aufruf festgelegt wurde (standardmäßig UTF-16 LE). |
GetText(outputStream: Stream, filterNotAscii: bool) | Schreibt den extrahierten Text als Bytes, optional zuerst nicht-ASCII-Codepunkte weggelassen. |
GetText(outputFile: string) | Schreibt den extrahierten Text in den angegebenen Dateipfad. |
HasNextPageText() | Wahr, wenn über GetNextPageText ein weiterer Seitentext verfügbar ist. |
GetNextPageText(outputFile: string) | Schreibt den Text der nächsten Seite in den angegebenen Dateipfad (UTF-16 LE Bytes). |
GetNextPageText(outputStream: Stream) | Schreibt den Text der nächsten Seite in den angegebenen Stream (UTF-16 LE Bytes). |
ExtractImage() | Ruft ExtractImage auf dieser PdfExtractor-Instanz auf. |
ExtractImage(outputDirectory: string) | Extrahiert jedes Bild in das angegebene Verzeichnis und benennt Dateien image_N.jpg für JPEG-Quellen und image_N.png sonst. |
HasNextImage() | Wahr, solange GetNextImage(string) ein verbleibendes Bild zum Schreiben hat. |
GetNextImage(outputStream: Stream) | Ruft GetNextImage(outputStream) auf dieser PdfExtractor-Instanz auf. |
GetNextImage(outputFile: string) | Ruft GetNextImage(outputFile) auf dieser PdfExtractor-Instanz auf. |
GetNextImage(outputStream: Stream, format: System.Drawing.Imaging.ImageFormat) | Ruft GetNextImage(outputStream, format) auf dieser PdfExtractor-Instanz auf. |
GetNextImage(outputFile: string, format: System.Drawing.Imaging.ImageFormat) | Ruft GetNextImage(outputFile, format) auf dieser PdfExtractor-Instanz auf. |
ExtractAttachment() | Wählen Sie jede eingebettete Datei im gebundenen Dokument aus; ein nachfolgender GetAttachment(string) schreibt alle. |
ExtractAttachment(attachmentFileName: string) | Wählen Sie eine einzelne eingebettete Datei nach Namen zum Extrahieren aus. |
GetAttachNames() | Namen aller eingebetteten Dateien im gebundenen Dokument. |
GetAttachmentInfo() | FileSpecification Einträge für jede eingebettete Datei im gebundenen Dokument. |
GetAttachment() | Geben Sie den Inhalt der ausgewählten Anhänge als MemoryStreams zurück (alle Anhänge, wenn keiner explizit ausgewählt wurde). |
GetAttachment(outputPath: string) | Schreiben Sie die ausgewählten Anhänge (alle, wenn keiner explizit ausgewählt wurde) in das Verzeichnis outputPath, jeweils eine Datei pro Anhang, benannt nach seinem Dateinamen. |
Close() | Ruft Close für diese PdfExtractor-Instanz auf. |
Dispose() | Ruft Dispose für diese PdfExtractor-Instanz auf. |
