// 将源文件传递给 Parser 实例
using (var parser = new Parser("source.pdf"))
{
// 将文档文本传递给 TextReader
using (var textReader = parser.GetText())
{
// 处理文档文本
Console.WriteLine(textReader?.ReadToEnd());
}
}
dotnet add package GroupDocs.Parser
用于在 .NET 应用程序中执行高精度文档解析的 Document Parser SDK
GroupDocs.Parser for .NET API 可让您从各种文件格式（如 Office 文档、电子邮件、附件和归档文件）检索文本、元数据和图像。此强大工具帮助您高效访问和处理这些文件中包含的有价值信息，可用于数据分析、搜索引擎索引或内容管理系统等多种应用。
从 PDF 表单中提取超链接、表格、二维码、条形码和数据等各种元素。还可以使用自定义模板解析文档中的任意所需信息。
.NET API 使您能够以原始、结构化、HTML 或 Markdown 等多种格式检索数据。此外，API 还提供搜索功能，可在文档文本中定位特定单词或短语。
GroupDocs.Parser for .NET 支持以下操作系统、框架和包管理器
GroupDocs.Parser for .NET 支持以下 文件格式的操作。
使用我们的 .NET Document Parser SDK，快速且准确地从 PDF、Office 文档、图像及其他格式中提取数据
提取文本
从各种文件格式（如 Office 文档、PDF 文件和图像）中提取文本信息，便于阅读和分析。
提取图像
从 Office 文档、PDF 文件等多种来源检索视觉内容，以便轻松访问和使用。
扫描二维码
检测并解码 Office 文档、PDF 文件或视觉内容中存在的二维码，实现高效的信息检索。
从电子邮件附件和归档文件中提取数据
从电子邮件、文件附件和压缩数据源中收集有价值的信息，以便进行有效的分析和利用。
提取表格
识别并提取 PDF 文档中的表格数据，以便进行有条理的分析和使用。
提取超链接
在 Office 文档或 PDF 文件中定位并提取超链接和电子邮件地址，以实现高效访问。
解析 PDF 表单
PDF 表单是具有可填写字段的数字文档，供用户交互并电子方式输入信息。.NET API 可用于从这些表单中提取数据，以实现高效处理。
通过模板解析数据
创建自定义模板并使用 .NET API 对 PDF 文件中的特定信息进行解析，从而简化数据提取过程。
在文档中搜索文本
快速定位文档中的特定词语或模式。
典型的 GroupDocs.Parser for .NET 操作示例
GroupDocs.Parser for .NET 让 C# 开发者能够轻松从 文档 中提取图像：
// 创建 Parser 类的实例
using (var parser = new Parser("source.pptx"))
{
// 提取图像
var images = parser.GetImages();
// 检查是否成功提取
if (images == null)
{
return;
}
// 遍历图像
foreach (PageImageArea image in images)
{
// 打印页面索引、矩形区域和图像类型
Console.WriteLine(string.Format("Page: {0}, R: {1}, Type: {2}",
image.Page.Index, image.Rectangle, image.FileType));
}
}
使用我们的 .NET API 从图像中提取 条形码：
// 将源图像加载到 Parser
using (var parser = new Parser("source.jpg"))
{
// 检查文件是否支持条形码提取
if (parser.Features.Barcodes)
{
// 从文件中提取条形码
var barcodes = parser.GetBarcodes();
// 遍历条形码
foreach (var barcode in barcodes)
{
// 打印页面索引
Console.WriteLine("Page: " + barcode.Page.Index.ToString());
// 打印条形码值
Console.WriteLine("Value: " + barcode.Value);
}
}
}
