Metapodaci u datotekama PDF sadrže bitne podatke o dokumentu, kao što su naslov, autor, datum stvaranja, datum izmjene, ključne riječi i još mnogo toga. Izdvajanje ovih metapodataka može biti iznimno korisno za razne aplikacije, uključujući sustave za upravljanje dokumentima, analizu podataka i zadatke automatizacije. U ovom ćemo članku istražiti kako čitati metapodatke iz PDF-a pomoću C#. Evo raščlambe procesa s primjerom koda koji će vam pomoći razumjeti kako čitati metapodatke PDF-a pomoću C#.
Koraci za čitanje metapodataka iz PDF-a pomoću C#
- Konfigurirajte svoj IDE da koristi GroupDocs.Metadata for .NET za izdvajanje metapodataka iz PDF datoteka
- Stvorite objekt Metadata koristeći put datoteke PDF datoteke kao parametar za njen konstruktor
- Uspostavite kriterije za provjeru valjanosti prikupljenih metapodataka
- Navedite uvjet za korištenje metode Metadata.FindProperties
- Prođite kroz svako svojstvo jedno po jedno
Izdvajanje metapodataka iz PDF datoteka pomoću jezika C# pruža programerima vrijedan uvid u svojstva dokumenta kao što su naslov, autor, datum stvaranja, datum izmjene i ključne riječi. Ove informacije mogu biti ključne za sustave upravljanja dokumentima, analizu podataka i automatizirane tijekove rada. Možete slijediti gornje upute u sustavu Windows, macOS ili Linux sve dok imate instaliran .NET. Nema potrebe za instaliranjem dodatnog softvera za izdvajanje metapodataka PDF-a u C#. Nakon što postavite preporučenu biblioteku i prilagodite staze datoteka u skladu s tim, možete jednostavno integrirati sljedeći kod u svoje projekte bez ikakvih problema ili komplikacija.
Kod za čitanje metapodataka iz PDF-a pomoću 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); | |
| } | |
| } | |
| } | |
| } | |
| } | |
| } |
Zaključno, ovaj članak pruža opsežan vodič o tome kako dobiti metapodatke PDF-a u C# programiranju. Korištenjem biblioteke metapodataka, programeri mogu učinkovito izdvojiti bitne informacije kao što su naslov dokumenta, autor, datum stvaranja, datum izmjene i ključne riječi iz PDF dokumenata. Razumijevanje i korištenje tehnika ekstrakcije metapodataka u C# omogućuje programerima da izgrade robusne aplikacije za upravljanje dokumentima, analizu podataka i zadatke automatizacije. Predlažemo da eksperimentirate s različitim PDF datotekama i istraživanje dodatnih svojstava metapodataka može dodatno poboljšati mogućnosti ekstrakcije metapodataka u C# aplikacijama.
Tijekom naše prethodne rasprave pružili smo detaljan vodič o izdvajanju metapodataka iz PPTX datoteka pomoću C#. Za temeljitije razumijevanje ove teme, preporučujemo da pogledate naš opsežan vodič o tome kako čitanje metapodataka iz PPTX koristeći C#.
