v26.2
Propiedad Mejorada de Extracción de Características para el PDF Extractor
- Class Extractor: puede extraer nuevos metadatos de documentos PDF.
- Class PdfProperties: se añadieron propiedades: FileName, Created, Modified, Application, PdfProducer.
Ejemplo de uso:
El ejemplo muestra cómo extraer propiedades (FileName, Title, Author, Subject, Keywords, Created, Modified, Application, PDF Producer, Number of Pages) de un archivo PDF.
// Create ExtractPropertiesOptions object to set input file
var options = new ExtractPropertiesOptions("path_to_your_pdf_file.pdf");
// Perform the process and get Properties
var pdfProperties = PdfExtractor.Extract(options);
var filename = pdfProperties.FileName;
var title = pdfProperties.Title;
var author = pdfProperties.Author;
var subject = pdfProperties.Subject;
var keywords = pdfProperties.Keywords;
var created = pdfProperties.Created;
var modified = pdfProperties.Modified;
var application = pdfProperties.Application;
var pdfProducer = pdfProperties.PdfProducer;
var numberOfPages = pdfProperties.NumberOfPages;Ejemplo de uso:
El ejemplo muestra cómo extraer propiedades (Title, Author, Subject, Keywords, Created, Modified, Application, PDF Producer, Number of Pages) de un flujo PDF.
// Create ExtractPropertiesOptions object to set input stream
var stream = File.OpenRead("path_to_your_pdf_file.pdf");
var options = new ExtractPropertiesOptions(stream);
// Perform the process and get Properties
var pdfProperties = PdfExtractor.Extract(options);
var title = pdfProperties.Title;
var author = pdfProperties.Author;
var subject = pdfProperties.Subject;
var keywords = pdfProperties.Keywords;
var created = pdfProperties.Created;
var modified = pdfProperties.Modified;
var application = pdfProperties.Application;
var pdfProducer = pdfProperties.PdfProducer;
var numberOfPages = pdfProperties.NumberOfPages;Propiedad Mejorada de Extracción de Texto para el PDF Extractor
- Trabajar con la extracción de texto y los parámetros de extracción ahora es más fácil: puedes especificar los datos de entrada y obtener el resultado de forma más directa que antes.
- Class ExtractTextOptions: implementa IHaveInput. Usa solo 1 dato de entrada. Tipos de datos permitidos: File y Stream.
- Method Extract(ExtractTextOptions options): devuelve una cadena con los resultados.
- Object ResultContainer: eliminado de ExtractTextOptions.
Ejemplo de uso:
El ejemplo muestra cómo extraer contenido de texto de un archivo PDF.
// Create ExtractTextOptions object to set input file path
var options = new ExtractTextOptions("path_to_your_pdf_file.pdf");
// Perform the process and get the extracted text
var textExtracted = PdfExtractor.Extract(options);Ejemplo de uso:
El ejemplo muestra cómo extraer contenido de texto de un flujo PDF.
// Create ExtractTextOptions object to set input stream
var stream = File.OpenRead("path_to_your_pdf_file.pdf");
var options = new ExtractTextOptions(stream);
// Perform the process and get the extracted text
var textExtracted = PdfExtractor.Extract(options);Ejemplo de uso:
El ejemplo muestra cómo extraer contenido de texto de un documento PDF con TextFormattingMode.
// Create ExtractTextOptions object to set input file path and TextFormattingMode
var options = new ExtractTextOptions("path_to_your_pdf_file.pdf", TextFormattingMode.Pure);
// Perform the process and get the extracted text
var textExtracted = PdfExtractor.Extract(options);Ejemplo de uso:
El ejemplo muestra cómo extraer texto de un archivo PDF de la manera más concisa posible.
// Perform the process and get the extracted text
var textExtracted = PdfExtractor.Extract(new ExtractTextOptions("path_to_your_pdf_file.pdf", TextFormattingMode.Pure));Errores Corregidos
- La conversión de archivos Jpeg2000 a PDF fallaba
- Problema al concatenar PDFs
- El redimensionado de páginas PDF produce salida en blanco
- PDF a HTML: el color de resaltado es visible pero falta el texto
- PDF a HTML: se genera HTML incorrecto
- PDF a HTML: falta texto vertical del lado izquierdo
- PDF a HTML: desaparece el texto en el encabezado
- PDF a HTML: texto anotado transparente no es visible
- PDF a PNG: ciertos caracteres chinos no se renderizan
