PdfExtractor

Overzicht

PdfExtractor is een klasse in Aspose.PDF FOSS voor .NET. Erft van: IDisposable.

Facade voor het extraheren van tekst en afbeeldingen uit een PDF-document.

Deze klasse biedt 29 methoden voor het werken met PdfExtractor objecten in .NET programma’s. Beschikbare methoden omvatten: BindPdf, Close, Dispose, ExtractAttachment, ExtractImage, ExtractText, GetAttachNames, GetAttachment, GetAttachmentInfo, GetNextImage, GetNextPageText, GetText, en 3 extra methoden. Alle openbare leden zijn toegankelijk voor elke .NET applicatie na het installeren van het Aspose.PDF FOSS voor .NET pakket. Eigenschappen: EndPage, ExtractImageMode, ExtractTextMode, IsBidi, Password, Resolution, en 2 extra.

Eigenschappen

Naam	Type	Toegang	Beschrijving
`StartPage`	`int`	Lezen/schrijven	1-gebaseerde startpagina voor extractie.
`EndPage`	`int`	Lezen/schrijven	1-gebaseerde eindpagina voor extractie.
`ExtractTextMode`	`int`	Lezen/schrijven	Tekst extractiemodus.
`ExtractImageMode`	`ExtractImageMode`	Lezen/schrijven	Strategie voor afbeeldingsextractie.
`Resolution`	`int`	Lezen/schrijven	Renderresolutie voor afbeeldingsextractie (DPI).
`IsBidi`	`bool`	Lezen	True wanneer de meest recent geëxtraheerde tekst een rechts-naar-links scriptrun bevat (Hebreeuws, Arabisch, Syrisch, Thaana, enz.), d.w.z.
`Password`	`string?`	Lezen/schrijven	Wachtwoord dat wordt gebruikt bij het binden van een versleutelde PDF.
`TextSearchOptions`	`Aspose.Pdf.Text.TextSearchOptions`	Lezen/schrijven	Tekstzoekopties toegepast tijdens ExtractText().

Methoden

Handtekening	Beschrijving
`PdfExtractor()`	Roept PdfExtractor aan op deze PdfExtractor instantie.
`PdfExtractor(document: Document)`	Roept PdfExtractor(document) aan op deze PdfExtractor instantie.
`BindPdf(inputFile: string)`	Roept BindPdf(inputFile) aan op deze PdfExtractor instantie.
`BindPdf(document: Document)`	Roept BindPdf(document) aan op deze PdfExtractor instantie.
`BindPdf(inputStream: Stream)`	Roept BindPdf(inputStream) aan op deze PdfExtractor instantie.
`ExtractText()`	Doorloopt elke pagina in het gekoppelde document met TextAbsorber en voegt de geëxtraheerde tekst samen.
`ExtractText(outputFile: string)`	Extraheer tekst uit de gekoppelde PDF en sla deze op in het opgegeven bestand (UTF-16 LE bytes).
`ExtractText(encoding: Encoding)`	Extraheer tekst uit de gekoppelde PDF met de opgegeven codering.
`GetText(outputStream: Stream)`	Schrijft de geëxtraheerde tekst als bytes naar outputStream, met de codering die is ingesteld door de meest recente ExtractText(Encoding)-aanroep (standaard UTF-16 LE).
`GetText(outputStream: Stream, filterNotAscii: bool)`	Schrijft de geëxtraheerde tekst als bytes, eventueel eerst niet-ASCII codepunten verwijderen.
`GetText(outputFile: string)`	Schrijft de geëxtraheerde tekst naar het opgegeven bestandspad.
`HasNextPageText()`	Waar als er via GetNextPageText tekst van een andere pagina beschikbaar is.
`GetNextPageText(outputFile: string)`	Schrijft de tekst van de volgende pagina naar het opgegeven bestandspad (UTF-16 LE bytes).
`GetNextPageText(outputStream: Stream)`	Schrijft de tekst van de volgende pagina naar de opgegeven stream (UTF-16 LE bytes).
`ExtractImage()`	Roept ExtractImage aan op deze PdfExtractor instantie.
`ExtractImage(outputDirectory: string)`	Extraheer elke afbeelding naar de opgegeven map, waarbij bestanden image_N.jpg worden genoemd voor JPEG-bronnen en image_N.png anders.
`HasNextImage()`	Waar terwijl GetNextImage(string) nog een afbeelding heeft om te schrijven.
`GetNextImage(outputStream: Stream)`	Roept GetNextImage(outputStream) aan op deze PdfExtractor instantie.
`GetNextImage(outputFile: string)`	Roept GetNextImage(outputFile) aan op deze PdfExtractor instantie.
`GetNextImage(outputStream: Stream, format: System.Drawing.Imaging.ImageFormat)`	Roept GetNextImage(outputStream, format) aan op deze PdfExtractor instantie.
`GetNextImage(outputFile: string, format: System.Drawing.Imaging.ImageFormat)`	Roept GetNextImage(outputFile, format) aan op deze PdfExtractor instantie.
`ExtractAttachment()`	Selecteer elk ingesloten bestand in het gekoppelde document; een daaropvolgende GetAttachment(string) schrijft ze allemaal.
`ExtractAttachment(attachmentFileName: string)`	Selecteer een enkel ingesloten bestand op naam voor extractie.
`GetAttachNames()`	Namen van elk ingesloten bestand in het gekoppelde document.
`GetAttachmentInfo()`	FileSpecification vermeldingen voor elk ingebed bestand in het gebonden document.
`GetAttachment()`	Geef de inhoud van de geselecteerde bijlagen terug als MemoryStreams (alle bijlagen wanneer er geen expliciet is geselecteerd).
`GetAttachment(outputPath: string)`	Schrijf de geselecteerde bijlagen (alle wanneer er geen expliciet is geselecteerd) naar de outputPath-directory, één bestand per bijlage met de bestandsnaam als naam.
`Close()`	Roept Close aan op deze PdfExtractor-instantie.
`Dispose()`	Roept Dispose aan op deze PdfExtractor instantie.

Zie ook

Aspose.PDF for .NET — Enterprise API Reference