C# 提取PDF文本和圖片

任務要求：

1. 提取PDF文檔中的文本
2. 提取PDF文檔中的圖片

所需工具：

• Free Spire.PDF for .NET 4.3 （免費版）

實現代碼：

【示例 1 】提取文本

using Spire.Pdf;
using System;
using System.IO;
using System.Text;

namespace ExtractText
{
    class Program
    {
        static void Main(string[] args)
        {
            //加載文檔
            PdfDocument document = new PdfDocument();
            document.LoadFromFile("測試文檔.pdf");

            //實例化StringBuilder類，獲取文本
            StringBuilder content = new StringBuilder();
            content.Append(document.Pages[0].ExtractText());

            //保存提取後的文本內容到.txt文檔
            String fileName = "TextFromPDF.txt";
            File.WriteAllText(fileName, content.ToString());
            System.Diagnostics.Process.Start("TextFromPDF.txt");
        }
    }
}

文本提取效果：

【示例 2 】提取圖片

using System;
using System.Collections.Generic;
using System.Text;
using System.Drawing;
using Spire.Pdf;

namespace ExtractImagesFromPDF
{
    class Program
    {
        static void Main(string[] args)
        {
            //實例化PdfDocument類，並加載測試文檔
            PdfDocument doc = new PdfDocument(); 
            doc.LoadFromFile("測試文檔.pdf");

            //實例化List類
            List<Image> ListImage = new List<Image>();
            for (int i = 0; i < doc.Pages.Count; i++)
            {
                // 獲取 Spire.Pdf.PdfPageBase類對象
                PdfPageBase page = doc.Pages[i];
                // 提取圖片
                Image[] images = page.ExtractImages();
                if (images != null && images.Length > 0)
                {
                    ListImage.AddRange(images);
                }

            }
            if (ListImage.Count > 0)
            {
                for (int i = 0; i < ListImage.Count; i++)
                {
                    Image image = ListImage[i];
                    image.Save("image" + (i + 1).ToString() + ".png", System.Drawing.Imaging.ImageFormat.Png);
                }
                System.Diagnostics.Process.Start("image1.png");
            }
        }
    }
}

圖片提取效果：