C# .NET 中的 PDF 文本提取器
使用Documentize .NET插件从PDF文档中提取纯文本、原始文本或简单文本
在C#中从PDF提取文本
使用Documentize PDF文本提取器进行PDF文本提取，适用于.NET——这是一个简化从PDF文档中提取文本的综合解决方案。这个强大的工具提升了内容的可访问性和可用性，提供高效且多样化的文档管理能力。
灵活的文本提取选项 PDF文本提取器扫描您的文档并识别嵌入文本，精确提取并保持其原始结构和格式。 此工具提供三种不同的提取模式可供选择：
🔹 纯模式 – 保留文本的原始格式。
🔹 原始模式 – 提取无任何格式的文本。
🔹 简单模式 – 去除特殊字符和格式，获得干净、直观的文本。
无论您是在处理单个文档还是大量批处理，Documentize PDF文本提取器简化了PDF文本提取任务，并优化了您的文档管理，同时为您节省宝贵的时间和精力。
体验Documentize PDF文本提取器在.NET中的便捷性和高效性。
如何通过.NET从PDF中提取文本
- 在项目中引用Documentize
- 设置您的许可证密钥
- 创建
TextExtractorOptions的实例 - 使用
TextExtractorOptions.AddDataSource添加输入PDF文档 - 调用
TextExtractorOptions.Process并将结果分配给ResultContainer - 使用
ResultContainer.ResultCollection访问提取的文本
为什么选择Documentize PDF文本提取器？
- 快速、高效的文本提取，便于内容重用。
- 多种提取模式以实现最大灵活性。
- 无缝.NET集成，简化工作流程。
- 通过使内容易于编辑、共享或存档来提高可访问性。
- 详细且高质量的文档
如何从多个PDF中提取文本
- 在项目中引用Documentize for .NET
- 设置您的许可证密钥
- 创建
TextExtractor和TextExtractorOptions的实例 - 使用
TextExtractorOptions.AddDataSource添加输入PDF文档 - 使用
TextExtractorOptions实例作为参数调用TextExtractor.Process - 将结果获取到
ResultContainer实例中 - 使用
ResultContainer.ResultCollection访问提取的文本
文本提取器的操作模式
纯模式选项允许从PDF文件中提取文本，采用各种格式化程序，结合相对位置并引入额外空格以对齐文本至页面宽度原始模式从PDF文件中提取文本而不应用任何格式简单模式从PDF文件中提取文本，考虑到文本片段的相对位置，但与“纯模式”不同，它不添加额外空格。
常见问题
Documentize Text Extractor for .NET 是做什么的？
Documentize Text Extractor for .NET 是一个为.NET应用程序设计的插件，提供从PDF文档中提取文本的功能，支持三种操作模式：纯模式、原始模式和简单模式。默认使用“原始”模式，支持多种输入和输出选项，允许同时处理多个PDF文件，并为开发者提供自定义功能，使其成为.NET环境中便捷的文本提取解决方案。
Documentize for .NET 和 Documentize Text Extractor for .NET 之间有什么区别？
Documentize for .NET 是一个用于广泛PDF任务的强大.NET API，包括文档生成、压缩、表格创建和导入导出PDF数据等高级功能。而Documentize Text Extractor for .NET是一个专门的插件，专注于从PDF文档中提取文本，强调文本提取能力。
Documentize Text Extractor for .NET 是否仅限于从PDF中提取文本？
是的，PDF Text Extractor for .NET 专为从PDF中提取文本而设计。对于其他操作，您可以使用其他PDF插件或Documentize库的全部功能。
为什么需要从PDF中提取文本？
提取文本有助于将PDF转换为可编辑格式，搜索特定信息，分析数据，并为报告或演示文稿重新利用内容。
我可以从扫描的PDF中提取文本吗？
如果PDF是扫描件或包含文本图像，可能需要OCR（光学字符识别）过程将基于图像的文本转换为可编辑格式。
是否可以只从特定页面而非整个文档中提取文本？
是的，该工具允许用户根据需要从选定页面或页面范围内提取文本。
