A PDF fájlokban lévő metaadatok alapvető információkat tartalmaznak a dokumentumról, például címet, szerzőt, létrehozási dátumot, módosítás dátumát, kulcsszavakat és egyebeket. Ezeknek a metaadatoknak a kinyerése rendkívül hasznos lehet különféle alkalmazások számára, beleértve a dokumentumkezelő rendszereket, az adatelemzést és az automatizálási feladatokat. Ebben a cikkben megvizsgáljuk, hogyan lehet metaadatokat olvasni PDF-ből C# használatával. Íme a folyamat lebontása egy példakóddal, amely segít megérteni, hogyan kell olvasni a PDF metaadatait C# használatával.
A metaadatok olvasásának lépései PDF-ből C# használatával
- Állítsa be az IDE-t a GroupDocs.Metadata for .NET használatára a metaadatok PDF-fájlokból való kinyerésére
- Hozzon létre egy Metadata objektumot a PDF fájl elérési útjával a konstruktor paramétereként
- Határozzon meg kritériumokat az összegyűjtött metaadat-információk érvényesítésére
- Adjon meg egy feltételt a Metadata.FindProperties metódus használatához
- Végezze el egyenként az egyes tulajdonságokat
A metaadatok PDF-fájlokból történő kinyerése C# használatával értékes betekintést nyújt a fejlesztőknek a dokumentum tulajdonságaiba, mint például a cím, a szerző, a létrehozás dátuma, a módosítás dátuma és a kulcsszavak. Ezek az információk döntő fontosságúak lehetnek a dokumentumkezelő rendszerek, az adatelemzés és az automatizált munkafolyamatok szempontjából. Kövesse a fenti utasításokat Windows, macOS vagy Linux rendszeren mindaddig, amíg telepítve van a .NET. Nincs szükség külön szoftver telepítésére a PDF metaadatainak C#-ban való kivonásához. Miután beállította az ajánlott könyvtárat, és ennek megfelelően beállította a fájl elérési útját, könnyedén integrálhatja a következő kódot a projektekbe, minden probléma és komplikáció nélkül.
Kód a metaadatok olvasásához PDF-ből C# használatával
| 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); | |
| } | |
| } | |
| } | |
| } | |
| } | |
| } |
Összefoglalva, ez a cikk átfogó útmutatót tartalmaz a PDF metaadatainak lekéréséhez a C#* programozásban. A Metaadat könyvtár kihasználásával a fejlesztők hatékonyan kinyerhetik a PDF-dokumentumokból olyan lényeges információkat, mint a dokumentum címe, szerzője, létrehozási dátuma, módosítási dátuma és kulcsszavai. A C# metaadat-kinyerési technikáinak megértése és alkalmazása lehetővé teszi a fejlesztők számára, hogy robusztus alkalmazásokat készítsenek dokumentumkezelési, adatelemzési és automatizálási feladatokhoz. Javasoljuk, hogy kísérletezzen különböző PDF-fájlokkal, és további metaadat-tulajdonságok feltárása tovább javíthatja a metaadat-kinyerési képességeket C#-alkalmazásokban.
Korábbi megbeszélésünk során részletes oktatóanyagot adtunk a metaadatok PPTX fájlokból C# használatával történő kinyeréséhez. A téma alaposabb megértéséhez javasoljuk, hogy tekintse át a metaadatok olvasása PPTX-ből C# használatával részletes útmutatóját.
