Converter PDF para EPUB, LaTeX, Texto, XPS em C#

Este artigo explica como converter PDF para diferentes formatos usando C#. Ele cobre os seguintes tópicos.

Converter PDF para EPUB

EPUB é um padrão de e-book livre e aberto do International Digital Publishing Forum (IDPF). Os arquivos têm a extensão .epub. O EPUB é projetado para conteúdo refluível, o que significa que um leitor EPUB pode otimizar o texto para um dispositivo de exibição específico. O EPUB também suporta conteúdo de layout fixo. O formato é destinado a ser um formato único que editores e casas de conversão podem usar internamente, bem como para distribuição e venda. Ele substitui o padrão Open eBook.

O seguinte trecho de código também funciona com a biblioteca Aspose.PDF.Drawing.

Aspose.PDF for .NET também suporta a funcionalidade de converter documentos PDF para o formato EPUB. Aspose.PDF for .NET possui uma classe chamada EpubSaveOptions que pode ser usada como o segundo argumento para o método Document.Save(..), para gerar um arquivo EPUB. Por favor, tente usar o seguinte trecho de código para atender a esse requisito com C#.

// For complete examples and data files, visit https://github.com/aspose-pdf/Aspose.PDF-for-.NET
private static void ConvertPDFtoEPUB()
{
    // The path to the documents directory
    var dataDir = RunExamples.GetDataDir_AsposePdf_DocumentConversion();

    // Open PDF document
    using (var document = new Aspose.Pdf.Document(dataDir + "PDFToEPUB.pdf"))
    {
        // Instantiate Epub Save options
        EpubSaveOptions options = new EpubSaveOptions();
        // Specify the layout for contents
        options.ContentRecognitionMode = EpubSaveOptions.RecognitionMode.Flow;

        // Save ePUB document
        document.Save(dataDir + "PDFToEPUB_out.epub", options);
    }
}

Converter PDF para LaTeX/TeX

Converter PDF para LaTeX/TeX

Aspose.PDF for .NET suporta a conversão de PDF para LaTeX/TeX. O formato de arquivo LaTeX é um formato de arquivo de texto com a marcação especial e usado em sistemas de preparação de documentos baseados em TeX para impressão de alta qualidade.

Para converter arquivos PDF para TeX, Aspose.PDF possui a classe LaTeXSaveOptions que fornece a propriedade OutDirectoryPath para salvar imagens temporárias durante o processo de conversão.

O seguinte trecho de código mostra o processo de conversão de arquivos PDF para o formato TEX com C#.

// For complete examples and data files, visit https://github.com/aspose-pdf/Aspose.PDF-for-.NET
private static void ConvertPDFtoTeX()
{
    // The path to the documents directory
    var dataDir = RunExamples.GetDataDir_AsposePdf_DocumentConversion();

    // Open PDF document
    using (var document = new Aspose.Pdf.Document(dataDir + "PDFToTeX.pdf"))
    {
        // Instantiate LaTex save option          
        LaTeXSaveOptions saveOptions = new LaTeXSaveOptions();

        // Specify the output directory
        string pathToOutputDirectory = dataDir;

        // Set the output directory path for save option object
        saveOptions.OutDirectoryPath = pathToOutputDirectory;

        // Save PDF document into LaTex format           
        document.Save(dataDir + "PDFToTeX_out.tex", saveOptions);
    }
}

Converter PDF para Texto

Converter PDF para Texto Simples

Aspose.PDF for .NET suporta a conversão de todo o documento PDF e de uma única página para um arquivo de Texto.

Converter todo o documento PDF para arquivo de Texto

Você pode converter um documento PDF para um arquivo TXT usando o método Visit da classe TextAbsorber.

O seguinte trecho de código explica como extrair os textos de todas as páginas.

// For complete examples and data files, visit https://github.com/aspose-pdf/Aspose.PDF-for-.NET
private static void ConvertPDFtoTXT()
{
    // The path to the documents directory
    var dataDir = RunExamples.GetDataDir_AsposePdf_DocumentConversion();

    // Open PDF document
    using (var document = new Aspose.Pdf.Document(dataDir + "demo.pdf"))
    {
        var ta = new Aspose.Pdf.Text.TextAbsorber();
        ta.Visit(document);

        // Save the extracted text in text file
        File.WriteAllText(dataDir + "input_Text_Extracted_out.txt",ta.Text);
    }
}

Converter página PDF para arquivo de texto

Você pode converter um documento PDF para um arquivo TXT com Aspose.PDF for .NET. Você deve usar o método Visit da classe TextAbsorber para resolver essa tarefa.

O seguinte trecho de código explica como extrair os textos de páginas específicas.

// For complete examples and data files, visit https://github.com/aspose-pdf/Aspose.PDF-for-.NET
private static void ConvertPDFtoTXT()
{
    // The path to the documents directory
    var dataDir = RunExamples.GetDataDir_AsposePdf_DocumentConversion();

    // Open PDF document
    using (var document = new Aspose.Pdf.Document(dataDir + "demo.pdf"))
    {
        var ta = new Aspose.Pdf.Text.TextAbsorber();
        var pages = new [] {1, 3, 4};
        foreach (var page in pages)
        {
            ta.Visit(document.Pages[page]);
        }
    
        // Save the extracted text in text file
        File.WriteAllText(dataDir + "input_Text_Extracted_out.txt", ta.Text);
    }
}

Converter PDF para XPS

Converter PDF para XPS

Aspose.PDF for .NET oferece a possibilidade de converter arquivos PDF para o formato XPS. Vamos tentar usar o trecho de código apresentado para converter arquivos PDF para o formato XPS com C#.

O tipo de arquivo XPS está principalmente associado à Especificação de Papel XML da Microsoft Corporation. A Especificação de Papel XML (XPS), anteriormente codinome Metro e subsumindo o conceito de marketing Next Generation Print Path (NGPP), é a iniciativa da Microsoft para integrar a criação e visualização de documentos no sistema operacional Windows.

Para converter arquivos PDF para XPS, Aspose.PDF possui a classe XpsSaveOptions que é usada como o segundo argumento para o método Document.Save(..) para gerar o arquivo XPS.

Desde o lançamento 24.2, Aspose.PDF implementou a conversão de PDF Pesquisável para XPS, mantendo o Texto Selecionável no XPS resultante. Para preservar o texto, é necessário definir a propriedade XpsSaveOptions.SaveTransparentTexts como verdadeira.

O seguinte trecho de código mostra o processo de conversão de um arquivo PDF para o formato XPS.

// For complete examples and data files, visit https://github.com/aspose-pdf/Aspose.PDF-for-.NET
private static void ConvertPDFtoXPS()
{
    // The path to the documents directory
    var dataDir = RunExamples.GetDataDir_AsposePdf_DocumentConversion();

    using (var document = new Aspose.Pdf.Document(dataDir + "demo.pdf"))
    {
        var xpsOptions = new XpsSaveOptions
        {
            SaveTransparentTexts = true
        };

        // Save XPS document
        document.Save(dataDir + "PDFtoXPS_out.xps", xpsOptions);
    }
}

Converter PDF para Markdown

Converter PDF para Markdown

Aspose.PDF for .NET oferece a possibilidade de converter arquivos PDF para o formato MD. Vamos tentar usar o trecho de código apresentado para converter arquivos PDF para o formato MD com C#.

Markdown é uma linguagem de marcação leve projetada para representar a formatação de texto simples com máxima legibilidade humana e legibilidade de máquina para linguagens de publicação avançadas.

Otimizar o uso de imagens pelo conversor de PDF para Markdown

Você pode notar que em diretórios com imagens, o número de imagens é menor do que o número de imagens em arquivos PDF.

Como o arquivo markdown não pode definir o tamanho da imagem, sem a opção MarkdownSaveOptions.UseImageHtmlTag, o mesmo tipo de imagens com tamanhos diferentes é salvo como diferentes.

Para a opção habilitada MarkdownSaveOptions.UseImageHtmlTag, serão salvas imagens únicas, que são escaladas no documento pela tag img.

O código abre um documento PDF, configura os parâmetros para convertê-lo em um arquivo Markdown (salvando quaisquer imagens na pasta chamada “images”) e salva o arquivo Markdown resultante no caminho de saída especificado.

O seguinte trecho de código mostra o processo de conversão de um arquivo PDF para o formato MD.

// For complete examples and data files, visit https://github.com/aspose-pdf/Aspose.PDF-for-.NET
private static void ConvertPDFtoMarkup()
{
    // The path to the documents directory
    var dataDir = RunExamples.GetDataDir_AsposePdf_DocumentConversion();

    // Open PDF document
    using (var document = new Aspose.Pdf.Document(dataDir + "demo.pdf"))
    {
        // Create an instance of MarkdownSaveOptions to configure the Markdown export settings
        var saveOptions = new MarkdownSaveOptions()
        {
            // Set to false to prevent the use of HTML <img> tags for images in the Markdown output
            UseImageHtmlTag = false
        }
        
        // Specify the directory name where resources (like images) will be stored
        saveOptions.ResourcesDirectoryName = "images";

        // Save PDF document in Markdown format to the specified output file path using the defined save options   
        document.Save(dataDir + "PDFtoMarkup_out.md", saveOptions);
    }
}

Converter PDF para MobiXml

MobiXML é um formato de eBook popular, projetado para ser usado em plataformas móveis. O seguinte trecho de código explica como converter um documento PDF para um arquivo MobiXML.

// For complete examples and data files, visit https://github.com/aspose-pdf/Aspose.PDF-for-.NET      
private static void ConvertPdfToMobiXml()
{
    // The path to the documents directory
    var dataDir = RunExamples.GetDataDir_AsposePdf_DocumentConversion();

    // Open PDF document
    using (var document = new Aspose.Pdf.Document(dataDir + "PDFToXML.pdf"))
    {
        // Save PDF document in XML format
        document.Save(dataDir + "PDFToXML_out.xml", Aspose.Pdf.SaveFormat.MobiXml);
    }
}
Converter outros formatos de arquivo para PDF em .NET Converter PDF para formatos PDF/A