Funzionalità di conversione da PDF a testo

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

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

Articoli

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

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

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

I post del blog

Abbiamo un articolo del blog che spiega come estrarre testo da PDF non ricercabili. I documenti non ricercabili in genere visualizzano il testo come immagine raster.

Un esempio tipico è un documento PDF scansionato. I documenti PDF non ricercabili possono anche rappresentare il testo con tracciati vettoriali senza usare font o operatori PDF speciali.

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

Codice d'esempio

Questi esempi di codice 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.