Funzionalità da PDF a testo

Docotic.Pdf può estrarre testo semplice e formattato da documenti PDF. Ed è possibile ottenere informazioni dettagliate come carattere, colore, dimensione e altre proprietà su ogni singolo carattere.

Non devi fare nulla di speciale per estrarre testo arabo, ebraico o persiano dai documenti PDF. Questo perché Docotic.Pdf è abbastanza intelligente da estrarre correttamente il testo da destra a sinistra e bidirezionale.

Articoli

Di seguito sono riportate le risorse che spiegano diversi aspetti della conversione da PDF a testo nel codice C# e VB.NET.

• Estrai testo da PDF in C# e VB.NET
  Estrai testo da documenti PDF in C# e VB.NET utilizzando la libreria Docotic.Pdf. Supporta ambienti Windows, Linux, macOS, Android, iOS, cloud.

• Estrai testo e immagini da PDF in C# .NET
  Estrai testo, immagini e percorsi da documenti PDF in C# e VB.NET utilizzando Docotic.Pdf. Converti PDF in testo su Windows, Linux, macOS, Android, iOS, in ambienti cloud.

I post del blog

Abbiamo un post sul blog che spiega come estrarre testo da PDF non ricercabili. I documenti non ricercabili solitamente riproducono il testo come un'immagine raster.

Un tipico esempio è un documento PDF scansionato. I documenti PDF non ricercabili possono anche eseguire il rendering del testo con percorsi vettoriali senza utilizzare caratteri o operatori PDF speciali.

• PDF OCR in C# e VB.NET
  Come eseguire l'OCR di PDF ed estrarre testo in C# e VB.NET utilizzando Tesseract e Docotic.Pdf.
• Estrai testo da PDF su AWS Lambda in C# .NET
  Come estrarre testo da PDF su AWS Lambda nell'applicazione C# .NET Core utilizzando la libreria Docotic.Pdf.

Codice d'esempio

Questi codici di esempio mostrano diverse opzioni per la conversione da PDF a testo in C# e VB.NET.

• Estrai testo
  Estrai testo semplice da PDF con o senza formattazione.

• Estrai il testo per parole
  Estrai tutte le parole da un PDF con informazioni dettagliate come posizione, carattere, colore e altre proprietà per ogni parola.

• Trova ed evidenzia il testo
  Estrai tutte le parole da una pagina PDF. Trova la frase nella raccolta di parole. Quindi evidenzia il risultato utilizzando un'annotazione di evidenziazione.

• OCR PDF ed estrai testo semplice
  Estrai testo da documenti PDF non ricercabili utilizzando la libreria Docotic.Pdf e Tesseract OCR Engine.

• Correggi il testo confuso
  Estrai testo da documenti PDF quando i metodi e gli strumenti normali producono testo confuso/inaspettato.

• Estrai il testo dalla destinazione del collegamento
  Ottieni il primo collegamento ed estrai il testo dalla pagina di destinazione del collegamento sotto l'offset superiore del collegamento.