v25.7

改进了 Text Extractor 的可用性

  • Class TextExtractor：是静态的，无需使用构造函数。
  • Class TextExtractor：在评估模式下的行为已改进。处理 4 页以上的文档时不再抛出异常。
  • Class TextExtractor：修复了 Process 方法中的问题。
  • Class PdfExtractorOptions：已删除。
  • Class TextExtractorOptions：已重构。
  • Enum TextFormattingMode：已命名并改进。

示例用法：

// 该示例演示如何提取 PDF 文档的文本内容。
// 创建 TextExtractorOptions 对象以设置指令
var options = new TextExtractorOptions(TextFormattingMode.Pure);
// 添加输入文件路径
options.AddInput(new FileDataSource("path_to_your_pdf_file.pdf"));
/ / 执行处理
var results = TextExtractor.Process(options);
// 从 ResultContainer 对象获取提取的文本
var textExtracted = results.ResultCollection[0].ToString();

改进了 Html Converter 的可用性

  • Class HtmlConverter：是静态的，无需使用构造函数。
  • Class HtmlConverter：修复了 Process 方法中的问题。
  • Class HtmlConverter：移除了 IDisposable 逻辑。
  • Class PdfConverterOptions：已删除。

示例用法：

// 该示例演示如何将 PDF 转换为 HTML 文档。
// 创建 PdfToHtmlOptions 对象，将输出数据类型设为带嵌入资源的文件
var options = new PdfToHtmlOptions(PdfToHtmlOptions.SaveDataType.FileWithEmbeddedResources);
// 添加输入文件路径
options.AddInput(new FileDataSource("path_to_input.pdf"));
/ / 设置输出文件路径
options.AddOutput(new FileDataSource("path_to_output.html"));
// 执行处理
HtmlConverter.Process(options);

// 该示例演示如何将 HTML 转换为 PDF 文档。
// 创建 HtmlToPdfOptions
var options = new HtmlToPdfOptions();
// 添加输入文件路径
options.AddInput(new FileDataSource("path_to_input.html"));
/ / 设置输出文件路径
options.AddOutput(new FileDataSource("path_to_output.pdf"));
// 执行处理
HtmlConverter.Process(options);

改进了 Image Extractor 的可用性

  • Class ImageExtractor：是静态的，无需使用构造函数。

示例用法：

// 该示例演示如何从 PDF 文档中提取图像。
// 创建 ImageExtractorOptions 以设置指令
var options = new ImageExtractorOptions();
// 添加输入文件路径
options.AddInput(new FileDataSource("path_to_your_pdf_file.pdf"));
/ / 设置输出目录路径
options.AddOutput(new DirectoryDataSource("path_to_results_directory"));
// 执行处理
var results = ImageExtractor.Process(options);
// 获取图像结果的路径
var imageExtracted = results.ResultCollection[0].ToFile();

小改动

  • 内部修复。
  • 修复了 Tiff Converter 的示例和提示。
  • 缩短了页面优化的时长。
  • 修复：PDF 转 PNG 时输出的图像不正确。
  • 修复：PDF 转 PNG 时中文字符显示异常。
  • 改进：PDF 转 HTML 的性能。
 中文