Class PdfExtractor

Namespace: Aspose.Pdf.Plugins
Assembly: Aspose.PDF.dll

عملکرد پایه‌ای برای استخراج متن، تصاویر و سایر انواع محتوایی که ممکن است در صفحات اسناد PDF وجود داشته باشد را نمایندگی می‌کند.

public abstract class PdfExtractor : IPlugin, IDisposable

وراثت

object ← PdfExtractor

مشتق

ImageExtractor، TextExtractor

پیاده‌سازی

IPlugin، IDisposable

اعضای وراثتی

object.GetType()، object.MemberwiseClone()، object.ToString()، object.Equals(object?)، object.Equals(object?, object?)، object.ReferenceEquals(object?, object?)، object.GetHashCode()

مثال‌ها

این مثال نشان می‌دهد که چگونه محتوای متنی یک سند PDF را استخراج کنیم.

// ایجاد شیء TextExtractor برای استخراج محتوای PDF
using (TextExtractor extractor = new TextExtractor())
{
    // ایجاد شیء TextExtractorOptions برای تنظیم دستورالعمل‌ها
    textExtractorOptions = new TextExtractorOptions();

    // افزودن مسیر فایل ورودی به منابع داده
    textExtractorOptions.AddInput(new FileDataSource(inputPath));

    // انجام فرایند استخراج
    ResultContainer resultContainer = extractor.Process(textExtractorOptions);

    // دریافت متن استخراج شده از شیء ResultContainer
    string textExtracted = resultContainer.ResultCollection[0].ToString();
}

ملاحظات

شیء Aspose.Pdf.Plugins.TextExtractor برای استخراج متن و یا Aspose.Pdf.Plugins.ImageExtractor برای استخراج تصاویر استفاده می‌شود.

سازنده‌ها

PdfExtractor()

protected PdfExtractor()

متدها

Dispose()

پیاده‌سازی IDisposable. در واقع، برای PdfExtractor ضروری نیست.

public void Dispose()

Process(IPluginOptions)

فرایند PdfExtractor را با پارامترهای مشخص شده آغاز می‌کند.

public ResultContainer Process(IPluginOptions pdfExtractorOptions)

پارامترها

pdfExtractorOptions IPluginOptions

یک شیء گزینه که شامل دستورالعمل‌هایی برای PdfExtractor است.

بازگشت

ResultContainer

یک شیء ResultContainer که شامل نتیجه استخراج است.