テキストエクストラクター
プログラムでテキストを抽出する必要があるPDFドキュメントはありますか？Aspose.PDF for .NETを使用すると、TextExtractorクラスを使用してこのタスクを簡単に実行できます。この記事では、.NETでテキスト抽出アプリケーションを作成する基本的な手順を説明します。TextExtractorオブジェクトの作成、データソースの追加、テキスト抽出プロセスの実行をカバーします。
前提条件
以下が必要です：
- Visual Studio 2019以降
- Aspose.PDF for .NET 24.1以降
- サンプルPDFファイル
さらに、TextExtractorOptionsクラスとその機能について熟知してください。詳細はAspose.PDF API Referenceで見つけることができます。
さあ、コードに飛び込んで、PDFドキュメントからテキストを抽出する方法を探りましょう。 さて、PDFドキュメントからテキストを抽出する方法についてコードを詳しく見ていきましょう。
コードウォークスルー
以下のコードは、テキスト抽出機能を示しています。主要なステップを順に見ていきましょう：
1. TextExtractorオブジェクトを作成
コードは、TextExtractorクラスの新しいインスタンスを作成することから始まります。このクラスはPDFドキュメントからテキストを抽出するメソッドを提供します。
using TextExtractor extractor = new();
2. データソースを追加
次に、入力PDFファイル用のFileDataSourceを作成します。これはテキストが抽出されるファイルです。
FileDataSource fileSource = new(Path.Combine(@"C:\Samples\", "sample.pdf"));
3. TextExtractorOptionsを作成
テキスト抽出プロセスを設定するためのTextExtractorOptionsオブジェクトを作成します。入力ファイルソースがオプションに追加されます。
TextExtractorOptions textExtractorOptions = new();
textExtractorOptions.AddInput(fileSource);
4. テキスト抽出プロセスを実行
設定されたオプションを渡して、TextExtractorオブジェクト上でProcessメソッドが呼び出されます。
Process メソッドが TextExtractor オブジェクトに呼び出され、設定されたオプションを渡します。
var resultContainer = extractor.Process(textExtractorOptions);
var results = resultContainer.ResultCollection;
Console.WriteLine(results[0]);
以下に完全なコードを示します：
using Aspose.Pdf.Plugins;
// ...
// TextExtractorの新しいインスタンスを作成します。
using TextExtractor extractor = new();
// 入力PDFファイルのためのFileDataSourceを作成します。
FileDataSource fileSource = new(Path.Combine(@"C:\Samples\", "sample.pdf"));
// TextExtractorOptionsを作成します。
TextExtractorOptions textExtractorOptions = new();
textExtractorOptions.AddInput(fileSource);
// テキスト抽出を処理します。
var resultContainer = extractor.Process(textExtractorOptions);
var results = resultContainer.ResultCollection;
// 抽出されたテキストを出力します。
Console.WriteLine(results[0]);
```