C#使用Spire.PDF for .NET提取PDF文本的具體教程

更新時(shí)間：2025年09月01日 10:14:46 作者：用戶835629078051

在日常開(kāi)發(fā)中,經(jīng)常會(huì)遇到從 PDF 文件中提取文本的需求,Spire.PDF for .NET 提供了簡(jiǎn)單高效的 API,可以在 C# 項(xiàng)目中直接讀取 PDF 文本,無(wú)需安裝 Adobe Acrobat,所以本文給大家介紹了C#使用Spire.PDF for .NET提取PDF文本的具體教程,需要的朋友可以參考下

步驟 1：引入 Spire.PDF for .NET

如果使用 NuGet，可以在項(xiàng)目中安裝：

Install-Package Spire.PDF

或者在 Visual Studio 中通過(guò) NuGet 管理器搜索 Spire.PDF 并安裝。

步驟 2：加載 PDF 并提取文本

以下示例展示了如何讀取 PDF 文件的全部文本：

using Spire.Pdf;
using System;

class Program
{
    static void Main()
    {
        // 創(chuàng)建 PdfDocument 對(duì)象
        PdfDocument pdf = new PdfDocument();

        // 加載 PDF 文件
        pdf.LoadFromFile("Sample.pdf");

        // 遍歷所有頁(yè)面提取文本
        for (int i = 0; i < pdf.Pages.Count; i++)
        {
            string text = pdf.Pages[i].ExtractText();
            Console.WriteLine($"--- 第 {i + 1} 頁(yè)內(nèi)容 ---");
            Console.WriteLine(text);
        }
    }
}

運(yùn)行后，控制臺(tái)會(huì)輸出 PDF 中每一頁(yè)的文本內(nèi)容。

步驟 3：提取指定頁(yè)或區(qū)域文本（可選）

如果只想提取某一頁(yè)或某個(gè)區(qū)域的文本，可以使用如下方法：

using Spire.Pdf;
using Spire.Pdf.General.Find;

class Program
{
    static void Main()
    {
        PdfDocument pdf = new PdfDocument();
        pdf.LoadFromFile("Sample.pdf");

        // 提取第一頁(yè)文本
        string firstPageText = pdf.Pages[0].ExtractText();
        Console.WriteLine("第一頁(yè)內(nèi)容：");
        Console.WriteLine(firstPageText);

        // 按矩形區(qū)域提取文本
        var rect = new System.Drawing.RectangleF(0, 0, 300, 500);
        string areaText = pdf.Pages[0].ExtractText(rect);
        Console.WriteLine("指定區(qū)域文本：");
        Console.WriteLine(areaText);
    }
}

這樣可以更精準(zhǔn)地獲取頁(yè)面上特定位置的文本內(nèi)容，例如表格或標(biāo)題。