Ez a cikk áttekinti az összes szükséges információt a dokumentumokból a szövegek kinyeréséhez szükséges dokumentumokból az egyik legjobb .NET API használatával a dokumentumadatok kinyerésére, és végigvezeti Önt, hogyan kivonhat szöveget a Word dokumentumból C# használatával. Ezenkívül információkat nyújt a szükséges csomag konfigurálásához, valamint egy működő példát a C# kivonat szövege Word dokumentumból alkalmazás megvalósításának bemutatására. Íme a legfontosabb lépések, valamint mintakód a szöveg Word-dokumentumokból való lekéréséhez.
Szöveg kibontásának lépései a Word dokumentumból C# használatával
- Telepítse a GroupDocs.Parser for .NET csomagot a NuGet webhelyről a .NET projektben, hogy szöveget kinyerhessen a Word dokumentumból
- Adjon hozzá hivatkozást a szükséges névterekre a szöveg Word-fájlból való kivonásához
- Hozzon létre egy objektumot a Parser osztályból a bemeneti DOCX dokumentum betöltéséhez
- Hívja meg a Parser osztály GetText metódusát, és szerezzen be egy TextReader objektumot
- Végül használja a ReadToEnd metódust a szöveg olvasásához az olvasó objektumból
A fenti pontok lehetővé teszik az alkalmazás gyors létrehozását szöveg kivonására a Word C# dokumentumból. Ezek a lépések nem függenek harmadik féltől származó, dokumentumokból szövegek kinyerésére szolgáló eszköztől, és bármilyen platformon, például MS Windowson, Linuxon és macOS-en használhatók, amelyek támogatják a .NET-környezetet. Ezenkívül néhány sornyi kódot kell írnia, amely néhány API-hívást igényel a szükséges könyvtárból, hogy megkapja a szöveget a DOC vagy DOCX dokumentumokból.
Kód szöveg kivonásához Word dokumentumból C# használatával
A read text from Word document C# képességét a fenti kódrészletben fejlesztették ki, hogy megmutassa, hogyan lehet szöveget kivonni a DOCX dokumentumból. Ebben a mintakódban azonban DOC formátumú dokumentumokat is használhat a szöveg lekéréséhez. Továbbá ez a példa adaptálható szöveg kinyerésére számos más dokumentumformátumból, beleértve a DOT, RTF, XLSX, CSV, MHTML, EML, PPTX, ZIP, PDF és sok más formátumot.
Megvitattuk a Word-dokumentumokból C# nyelvű szöveg kinyerésének folyamatát, és ebben a bejegyzésben mintakódot fejlesztettünk ki. Nemrég közzétettünk egy cikket a képek PDF-ből C#-ban történő kinyerésére vonatkozóan. További információért tekintse meg a Hogyan lehet képeket kivonni a PDF-ből a C# segítségével útmutatót.
