Функции для PDF в текст

Docotic.Pdf может извлекать простой и форматированный текст из PDF-документов. И можно получить подробную информацию, такую ​​как шрифт, цвет, размер и другие свойства, о каждом отдельном символе.

Вам не нужно делать ничего особенного, чтобы извлечь текст на арабском, иврите или персидском языке из PDF-документов. Это связано с тем, что Docotic.Pdf достаточно умен, чтобы правильно извлекать двунаправленный и написанный справа налево текст.

Статьи

Ниже приведены ресурсы, объясняющие различные аспекты преобразования PDF в текст в коде C# и VB.NET.

• Извлечение текста из PDF в C# и VB.NET
  Извлечение текста из PDF-документов на C# и VB.NET с использованием библиотеки Docotic.Pdf. Поддерживает Windows, Linux, macOS, Android, iOS, облачные среды.

• Извлечение текста и изображений из PDF в C# .NET
  Извлечение текста, изображений и путей из PDF-документов на C# и VB.NET с помощью Docotic.Pdf. Конвертировать PDF в текст в Windows, Linux, macOS, Android, iOS, в облачных средах.

Сообщения в блоге

У нас есть запись в блоге, в которой объясняется, как извлечь текст из PDF-файла, недоступного для поиска. Документы, не доступные для поиска, обычно отображают текст как растровое изображение.

Типичным примером является отсканированный PDF-документ. Документы PDF, не доступные для поиска, также могут отображать текст векторными путями без использования шрифтов или специальных операторов PDF.

• OCR PDF в C# и VB.NET
  Как распознать PDF-файл с помощью оптического распознавания символов и извлечь текст на C# и VB.NET с помощью Tesseract и Docotic.Pdf.
• Извлечение текста из PDF в AWS Lambda на C# .NET
  Как извлечь текст из PDF в AWS Lambda в приложении C# .NET Core с использованием библиотеки Docotic.Pdf.

Примеры кода

В этих примерах кода показаны различные варианты преобразования PDF в текст на C# и VB.NET.

• Извлечь текст
  Извлекайте простой текст из PDF-файлов с форматированием или без него.

• Извлечение текста по словам
  Извлеките все слова из PDF-файла с подробной информацией, такой как положение, шрифт, цвет и другие свойства для каждого слова.

• Найдите и выделите текст
  Извлеките все слова со страницы PDF. Найдите фразу в наборе слов. Затем выделите результат, используя аннотацию выделения.

• OCR PDF и извлечение обычного текста
  Извлекайте текст из PDF-документов, не доступных для поиска, с помощью библиотеки Docotic.Pdf и Tesseract OCR.

• Исправить искаженный текст
  Извлекайте текст из PDF-документов, когда обычные методы и инструменты дают искаженный/неожиданный текст.

• Извлечь текст из цели ссылки
  Получите первую ссылку и извлеките текст с целевой страницы ссылки ниже верхнего смещения ссылки.