Introduction

Lorsque vous travaillez avec des fichiers PDF, l’extraction du texte surligné peut être essentielle pour l’analyse des données, la révision du contenu ou l’organisation des notes. Si vous utilisez Aspose.PDF pour .NET, vous avez de la chance. Ce tutoriel fournit des instructions claires et détaillées pour extraire efficacement le texte surligné d’un document PDF.

Prérequis

Avant de commencer, assurez-vous d’avoir les éléments suivants en place :

• Bibliothèque Aspose.PDF pour .NET : téléchargez la bibliothèque à partir du page de sortie.
• Environnement de développement : un environnement de travail comme Visual Studio.
• Connaissances de base de C# : Une familiarité avec C# et la programmation orientée objet est nécessaire.
• Licence Aspose : Bien que vous puissiez commencer avec un essai gratuit, un permis temporaire ou une licence complète de ici fournira un accès illimité.

Importer les espaces de noms nécessaires

Commencez par importer les espaces de noms requis dans votre projet C# :

using Aspose.Pdf.Text;
using System;
using System.Collections.Generic;
using System.Linq;
using System.Text;

Ces espaces de noms donnent accès aux classes et méthodes nécessaires à la gestion des documents PDF et des annotations.

Étape 1 : Configurez votre répertoire de projet

Spécifiez le répertoire où se trouve votre fichier PDF :

// Chemin vers le répertoire des documents.
string dataDir = "YOUR DOCUMENT DIRECTORY";

Assurez-vous de remplacer le chemin par le répertoire réel de votre fichier PDF.

Étape 2 : Charger le document PDF

Chargez le document PDF avec le code suivant :

Document doc = new Document(dataDir + "ExtractHighlightedText.pdf");

Assurez-vous que le fichier spécifié existe dans le répertoire donné.

Étape 3 : Accéder aux annotations sur la page

Pour accéder aux annotations, parcourez les annotations sur la page souhaitée (dans ce cas, la première page) :

foreach (Annotation annotation in doc.Pages[1].Annotations)
{
    if (annotation is TextMarkupAnnotation)
    {
        TextMarkupAnnotation highlightedAnnotation = annotation as TextMarkupAnnotation;

Ce code filtre pour TextMarkupAnnotation types, qui représentent les points forts.

Étape 4 : Extraire le texte en surbrillance

Maintenant, extrayez et affichez le texte des annotations en surbrillance :

        TextFragmentCollection collection = highlightedAnnotation.GetMarkedTextFragments();
        foreach (TextFragment tf in collection)
        {
            Console.WriteLine(tf.Text);
        }
    }
}

Cela récupère tous les fragments de texte marqués associés à la surbrillance et les imprime sur la console.

Conclusion

L’extraction du texte surligné d’un PDF avec Aspose.PDF pour .NET est simple et peut considérablement améliorer votre processus de gestion de documents. En suivant les étapes décrites ci-dessus, vous pouvez collecter efficacement le texte surligné pour diverses applications, telles que la préparation de rapports ou l’analyse de données.

FAQ

Puis-je extraire d’autres types d’annotations ?

Oui, ajustez simplement le if condition d’inclure différents types d’annotations comme TextAnnotation ou StampAnnotation.

Comment puis-je extraire le texte en surbrillance de toutes les pages PDF ?

Vous pouvez parcourir toutes les pages en utilisant :

for (int i = 1; i <= doc.Pages.Count; i++)
{
    foreach (Annotation annotation in doc.Pages[i].Annotations) { ... }
}

Une licence est-elle nécessaire pour Aspose.PDF pour .NET ?

Un essai gratuit est disponible, mais envisagez un permis temporaire ou une licence complète pour un accès complet.

Puis-je enregistrer le texte extrait dans un fichier ?

Absolument ! Vous pouvez modifier le code pour écrire le texte extrait dans un fichier texte.

Aspose.PDF prend-il en charge d’autres plates-formes ?

Oui, Aspose.PDF prend également en charge Java et d’autres plates-formes, offrant des fonctionnalités similaires.