Metadata v souborech PDF obsahují základní informace o dokumentu, jako je název, autor, datum vytvoření, datum úpravy, klíčová slova a další. Extrahování těchto metadat může být nesmírně přínosné pro různé aplikace, včetně systémů správy dokumentů, analýzy dat a automatizačních úloh. V tomto článku se ponoříme do toho, jak číst metadata z PDF pomocí C#. Zde je rozpis procesu s příkladem kódu, který vám pomůže pochopit, jak číst metadata PDF pomocí C#.
Kroky ke čtení metadat z PDF pomocí C#
- Nakonfigurujte své IDE tak, aby používala GroupDocs.Metadata for .NET pro extrahování metadat ze souborů PDF
- Vytvořte objekt Metadata pomocí cesty k souboru PDF jako parametru pro jeho konstruktor
- Stanovte kritéria pro ověřování shromážděných informací metadat
- Zadejte podmínku pro použití metody Metadata.FindProperties
- Procházejte každou z vlastností jednu po druhé
Extrahování metadat ze souborů PDF pomocí jazyka C# poskytuje vývojářům cenné informace o vlastnostech dokumentu, jako je název, autor, datum vytvoření, datum úpravy a klíčová slova. Tyto informace mohou být klíčové pro systémy správy dokumentů, analýzu dat a automatizované pracovní postupy. Můžete postupovat podle výše uvedených pokynů ve Windows, macOS nebo Linuxu, pokud máte nainstalovaný .NET. Pro extrahování metadat PDF v C# není třeba instalovat další software. Jakmile nastavíte doporučenou knihovnu a odpovídajícím způsobem upravíte cesty k souborům, můžete snadno integrovat následující kód do svých projektů bez jakýchkoli problémů nebo komplikací.
Kód pro čtení metadat z PDF pomocí C#
| using GroupDocs.Metadata; | |
| using GroupDocs.Metadata.Common; | |
| using GroupDocs.Metadata.Tagging; | |
| using System.Text.RegularExpressions; | |
| namespace ReadMetadataFromPDFUsingCSharp | |
| { | |
| internal class Program | |
| { | |
| static void Main(string[] args) | |
| { | |
| // Set License to avoid the limitations of Metadata library | |
| License lic = new License(); | |
| lic.SetLicense(@"GroupDocs.Metadata.lic"); | |
| // Pass absolute or relative path of document to Metadata's constructor | |
| using (Metadata metadata = new Metadata(@"input.pdf")) | |
| { | |
| if (metadata.FileFormat != FileFormat.Unknown && !metadata.GetDocumentInfo().IsEncrypted) | |
| { | |
| Console.WriteLine(); | |
| // Fetch all metadata properties that fall into a particular category | |
| var properties = metadata.FindProperties(p => p.Tags.Any(t => t.Category == Tags.Content)); | |
| Console.WriteLine("The metadata properties describing some characteristics of the file content: title, keywords, language, etc."); | |
| foreach (var property in properties) | |
| { | |
| Console.WriteLine("{0} = {1}", property.Name, property.Value); | |
| } | |
| // Fetch all properties having a specific type and value | |
| var year = DateTime.Today.Year; | |
| properties = metadata.FindProperties(p => p.Value.Type == MetadataPropertyType.DateTime && | |
| p.Value.ToStruct(DateTime.MinValue).Year == year); | |
| Console.WriteLine("All datetime properties with the year value equal to the current year"); | |
| foreach (var property in properties) | |
| { | |
| Console.WriteLine("{0} = {1}", property.Name, property.Value); | |
| } | |
| // Fetch all properties whose names match the specified regex | |
| const string pattern = "^author|company|(.+date.*)$"; | |
| Regex regex = new Regex(pattern, RegexOptions.IgnoreCase); | |
| properties = metadata.FindProperties(p => regex.IsMatch(p.Name)); | |
| Console.WriteLine("All properties whose names match the following regex: {0}", pattern); | |
| foreach (var property in properties) | |
| { | |
| Console.WriteLine("{0} = {1}", property.Name, property.Value); | |
| } | |
| } | |
| } | |
| } | |
| } | |
| } |
Na závěr tento článek poskytuje komplexního průvodce, jak získat metadata PDF v programování C#. Díky využití knihovny metadat mohou vývojáři z dokumentů PDF efektivně extrahovat základní informace, jako je název dokumentu, autor, datum vytvoření, datum úpravy a klíčová slova. Pochopení a využití technik extrakce metadat v C# umožňuje vývojářům vytvářet robustní aplikace pro správu dokumentů, analýzu dat a automatizační úlohy. Doporučujeme vám experimentovat s různými soubory PDF a prozkoumávání dalších vlastností metadat může dále zlepšit možnosti extrakce metadat v aplikacích C#.
Během naší předchozí diskuse jsme poskytli podrobný návod na extrahování metadat ze souborů PPTX pomocí C#. Chcete-li tomuto tématu lépe porozumět, doporučujeme nahlédnout do našeho rozsáhlého průvodce číst metadata z PPTX pomocí C#.
