v26.2

Propriété d’extraction de fonctionnalités améliorées pour l’extracteur PDF

  • Class Extractor : peut extraire de nouvelles métadonnées des documents PDF.
  • Class PdfProperties : propriétés ajoutées : FileName, Created, Modified, Application, PdfProducer.

Exemple d’utilisation :

L’exemple montre comment extraire les propriétés (FileName, Title, Author, Subject, Keywords, Created, Modified, Application, PDF Producer, Number of Pages) d’un fichier 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;

Exemple d’utilisation :

L’exemple montre comment extraire les propriétés (Title, Author, Subject, Keywords, Created, Modified, Application, PDF Producer, Number of Pages) d’un flux 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;

Propriété d’extraction de texte améliorée pour l’extracteur PDF

  • Travailler avec l’extraction de texte et les paramètres d’extraction est maintenant plus simple : vous pouvez spécifier les données d’entrée et obtenir le résultat plus facilement qu’auparavant.
  • Class ExtractTextOptions : implémente IHaveInput. N’utilisez qu’une seule donnée d’entrée. Types de données autorisés : File et Stream.
  • Method Extract(ExtractTextOptions options) : renvoie une chaîne contenant les résultats.
  • Object ResultContainer : supprimé de ExtractTextOptions.

Exemple d’utilisation :

L’exemple montre comment extraire le contenu texte d’un fichier 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);

Exemple d’utilisation :

L’exemple montre comment extraire le contenu texte d’un flux 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);

Exemple d’utilisation :

L’exemple montre comment extraire le contenu texte d’un document PDF avec 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);

Exemple d’utilisation :

L’exemple montre comment extraire le texte d’un fichier PDF de la manière la plus concise possible.

// Perform the process and get the extracted text
var textExtracted = PdfExtractor.Extract(new ExtractTextOptions("path_to_your_pdf_file.pdf", TextFormattingMode.Pure));

Bugs corrigés

  • La conversion de fichier Jpeg2000 en PDF échoue
  • Problème de concaténation de PDF
  • Le redimensionnement de pages PDF produit une sortie blanche
  • PDF vers HTML : la couleur de surbrillance est visible mais le texte manque
  • PDF vers HTML : génération d’un HTML incorrect
  • PDF vers HTML : le texte vertical du côté gauche manque
  • PDF vers HTML : le texte dans l’en-tête disparaît
  • PDF vers HTML : le texte annoté transparent n’est pas visible
  • PDF vers PNG : certains caractères chinois ne s’affichent pas
 Français