Znajdź odpowiedzi według API

Wyodrębnij tekst z dokumentu PDF za pomocą interfejsu API REST C#

Ten krótki samouczek wyjaśnia, jak wyodrębnić tekst z dokumentu PDF za pomocą interfejsu API REST C#. Nauczysz się wyodrębniać tekst z pliku PDF za pomocą interfejsu API opartego na C# .NET, używając zestawu SDK w chmurze opartego na .NET. Demonstruje cały proces, udostępniając przykładowy kod do odczytu i wyświetlania tekstu pliku PDF.

Warunek wstępny

Kroki wyodrębniania tekstu PDF za pomocą C# Low Code API

  1. Skonfiguruj PdfApi, podając klucz aplikacji i SID, aby odczytać plik PDF
  2. Prześlij plik źródłowy PDF, aby wyodrębnić tekst
  3. Wywołaj metodę GetText() po pomyślnym przesłaniu pliku źródłowego PDF
  4. Ustaw prostokątny obszar strony, z którego tekst ma być pobierany na wszystkich stronach
  5. Przeanalizuj wszystkie wystąpienia tekstu w odpowiedzi API i wyświetl tekst

Te kroki obejmują proces odczytu tekstu PDF za pomocą usługi C# RESTful Service. Załaduj plik PDF do magazynu w chmurze i wywołaj metodę GetText(), aby pobrać wszystkie wystąpienia tekstu ze wszystkich stron w załadowanym pliku PDF z określonego prostokąta na stronie. Pochwal wszystkie wystąpienia w odpowiedzi i wyświetl numer strony i tekst.

Kod do pobierania tekstu z pliku PDF za pomocą interfejsu REST języka C#

using System;
using System.IO;
using Aspose.Pdf.Cloud.Sdk.Api;
using Aspose.Pdf.Cloud.Sdk.Model;
using System.Collections.Generic;
namespace Aspose.PDF.Cloud.Examples.Kb
{
public class PdfTasks
{
public static void ReadPdf()
{
PdfApi pdfApi = new PdfApi("APP_KEY", "APP_SID");
String fileName = "TextAndImages.pdf";
try
{
// Upload source file
FilesUploadResult result = pdfApi.UploadFile(fileName, new MemoryStream(File.ReadAllBytes(fileName)));
if (result.Errors.Count == 0)
{
TextRectsResponse response = pdfApi.GetText(fileName, 0, 0, 500, 600);
foreach(var occurrence in response.TextOccurrences.List)
{
Console.WriteLine($"Page:{occurrence.Page} Text:{occurrence.Text}");
}
}
}
catch (Exception ex)
{
Console.WriteLine("error:" + ex.Message + "\n" + ex.StackTrace);
}
}
}
}
view raw Extract Pictures from PDF with C# REST API.cs hosted with ❤ by GitHub

Ten kod demonstruje proces pobierania tekstu z pliku PDF za pomocą interfejsu C# REST. Obszar prostokątny składa się z dolnej lewej pozycji x i y oraz górnej prawej pozycji x i y, w której chcesz pobrać tekst. Jeśli musisz pobrać tekst z pojedynczej strony, użyj metody GetPageText(), która wymaga numeru strony jako dodatkowego argumentu do wybrania strony.

Ten artykuł nauczył nas czytać plik PDF bez użycia jakiegokolwiek oprogramowania do czytania PDF zainstalowanego w systemie. Jeśli chcesz policzyć liczbę słów w pliku PDF, zapoznaj się z artykułem na temat Zliczanie słów w dokumencie PDF za pomocą interfejsu API REST C#.

 

 Polski