PdfExtractor
Przegląd
PdfExtractor jest klasą w Aspose.PDF FOSS dla .NET. Dziedziczy po: IDisposable.
Fasada do wyodrębniania tekstu i obrazów z dokumentu PDF.
Ta klasa udostępnia 29 metod do pracy z obiektami PdfExtractor w programach .NET. Dostępne metody to: BindPdf, Close, Dispose, ExtractAttachment, ExtractImage, ExtractText, GetAttachNames, GetAttachment, GetAttachmentInfo, GetNextImage, GetNextPageText, GetText oraz 3 dodatkowe metody. Wszystkie publiczne elementy są dostępne dla każdej aplikacji .NET po zainstalowaniu pakietu Aspose.PDF FOSS dla .NET. Właściwości: EndPage, ExtractImageMode, ExtractTextMode, IsBidi, Password, Resolution oraz 2 dodatkowe.
Właściwości
| Nazwa | Typ | Dostęp | Opis |
|---|---|---|---|
StartPage | int | Odczyt/zapis | Strona początkowa numerowana od 1 dla ekstrakcji. |
EndPage | int | Odczyt/zapis | Strona końcowa numerowana od 1 dla ekstrakcji. |
ExtractTextMode | int | Odczyt/zapis | Tryb ekstrakcji tekstu. |
ExtractImageMode | ExtractImageMode | Odczyt/zapis | Strategia ekstrakcji obrazu. |
Resolution | int | Odczyt/zapis | Rozdzielczość renderowania dla ekstrakcji obrazu (DPI). |
IsBidi | bool | Odczyt | Prawda, gdy najnowszy wyodrębniony tekst zawiera ciąg skryptu od prawej do lewej (Hebrew, Arabic, Syriac, Thaana, itp.), tj. |
Password | string? | Odczyt/zapis | Hasło używane przy łączeniu zaszyfrowanego PDF. |
TextSearchOptions | Aspose.Pdf.Text.TextSearchOptions | Odczyt/zapis | Opcje wyszukiwania tekstu zastosowane podczas ExtractText(). |
Metody
| Sygnatura | Opis |
|---|---|
PdfExtractor() | Wywołuje PdfExtractor na tej instancji PdfExtractor. |
PdfExtractor(document: Document) | Wywołuje PdfExtractor(document) na tej instancji PdfExtractor. |
BindPdf(inputFile: string) | Wywołuje BindPdf(inputFile) na tej instancji PdfExtractor. |
BindPdf(document: Document) | Wywołuje BindPdf(document) na tej instancji PdfExtractor. |
BindPdf(inputStream: Stream) | Wywołuje BindPdf(inputStream) na tej instancji PdfExtractor. |
ExtractText() | Przechodzi przez każdą stronę w powiązanym dokumencie przy użyciu TextAbsorber i łączy wyodrębniony tekst. |
ExtractText(outputFile: string) | Wyodrębnia tekst z powiązanego pliku PDF i zapisuje go do podanego pliku (UTF-16 LE bajtów). |
ExtractText(encoding: Encoding) | Wyodrębnia tekst z powiązanego pliku PDF przy użyciu podanego kodowania. |
GetText(outputStream: Stream) | Zapisuje wyodrębniony tekst jako bajty do outputStream, używając kodowania ustawionego przez najnowsze wywołanie ExtractText(Encoding) (domyślnie UTF-16 LE). |
GetText(outputStream: Stream, filterNotAscii: bool) | Zapisuje wyodrębniony tekst jako bajty, opcjonalnie najpierw usuwając nie-ASCII-owe punkty kodowe. |
GetText(outputFile: string) | Zapisuje wyodrębniony tekst do podanej ścieżki pliku. |
HasNextPageText() | Prawda, jeśli dostępny jest tekst kolejnej strony za pośrednictwem GetNextPageText. |
GetNextPageText(outputFile: string) | Zapisuje tekst następnej strony do podanej ścieżki pliku (UTF-16 LE bajtów). |
GetNextPageText(outputStream: Stream) | Zapisuje tekst następnej strony do podanego strumienia (UTF-16 LE bajtów). |
ExtractImage() | Wywołuje ExtractImage na tej instancji PdfExtractor. |
ExtractImage(outputDirectory: string) | Wypakuj każdy obraz do podanego katalogu, nazywając pliki image_N.jpg dla źródeł JPEG i image_N.png w przeciwnym razie. |
HasNextImage() | Prawda, gdy GetNextImage(string) ma pozostały obraz do zapisania. |
GetNextImage(outputStream: Stream) | Wywołuje GetNextImage(outputStream) na tej instancji PdfExtractor. |
GetNextImage(outputFile: string) | Wywołuje GetNextImage(outputFile) na tej instancji PdfExtractor. |
GetNextImage(outputStream: Stream, format: System.Drawing.Imaging.ImageFormat) | Wywołuje GetNextImage(outputStream, format) na tej instancji PdfExtractor. |
GetNextImage(outputFile: string, format: System.Drawing.Imaging.ImageFormat) | Wywołuje GetNextImage(outputFile, format) na tej instancji PdfExtractor. |
ExtractAttachment() | Wybierz każdy osadzony plik w powiązanym dokumencie; późniejsze GetAttachment(string) zapisuje wszystkie z nich. |
ExtractAttachment(attachmentFileName: string) | Wybierz pojedynczy osadzony plik według nazwy do wyodrębnienia. |
GetAttachNames() | Nazwy wszystkich osadzonych plików w powiązanym dokumencie. |
GetAttachmentInfo() | FileSpecification wpisy dla każdego osadzonego pliku w powiązanym dokumencie. |
GetAttachment() | Zwróć zawartość wybranych załączników jako MemoryStreams (wszystkie załączniki, gdy żadne nie zostały wyraźnie wybrane). |
GetAttachment(outputPath: string) | Zapisz wybrane załączniki (wszystkie, gdy żadne nie zostały wyraźnie wybrane) w katalogu outputPath, po jednym pliku na załącznik, nazwanym według jego nazwy pliku. |
Close() | Wywołuje metodę Close na tej instancji PdfExtractor. |
Dispose() | Wywołuje metodę Dispose na tej instancji PdfExtractor. |
