Cari Kata dalam PDF menggunakan C#

Anda mungkin perlu mencari informasi tertentu, frase teks, atau kata dari dokumen Anda. Sebagai pengembang C#, Anda dapat dengan mudah mencari teks apa pun dari dokumen PDF secara terprogram di aplikasi .NET Anda. Pada artikel ini, Anda akan mempelajari cara mencari teks dalam dokumen PDF menggunakan C#. Topik-topik berikut dibahas/dibahas dalam artikel ini:

C# API untuk Mencari Teks

Untuk mencari teks dalam dokumen PDF, saya akan menggunakan GroupDocs.Search for .NET API. Ini memungkinkan Anda melakukan operasi pencarian teks di semua format dokumen populer seperti PDF, Word, Excel, PowerPoint, dan banyak lagi. Ini juga memungkinkan Anda untuk mengambil informasi yang diperlukan dari file, dokumen, email, dan arsip. Anda dapat membuat dan menggabungkan beberapa indeks untuk mencari dengan cepat dan cerdas menggunakan indeks sederhana, Boolean, Ekspresi Reguler (Regex), Fuzzy, dan jenis kueri lainnya. Anda dapat mengunduh DLL API atau menginstalnya menggunakan NuGet.

Install-Package GroupDocs.Search

Cari Teks dalam Dokumen PDF menggunakan C#

Anda dapat mencari teks atau kata tertentu dalam dokumen PDF Anda secara terprogram dengan mengikuti langkah-langkah sederhana yang disebutkan di bawah ini:

  • Buat instance dari kelas Index.
  • Tentukan jalur ke folder indeks
  • Berlangganan ke acara indeks
  • Tambahkan file PDF ke Indeks dengan memanggil metode Add().
  • Tentukan permintaan pencarian
  • Lakukan penelusuran menggunakan metode Search() dengan kueri penelusuran
  • Gunakan SearchResult dan cetak ringkasan
  • Sorot hasil yang dicari di output menggunakan metode Highlight(). Contoh kode berikut menunjukkan cara mencari teks dalam dokumen PDF menggunakan C#.
    // Specify path to the index folder
    string indexFolder = @"C:\Files\Index\";
    // Specify path to a folder containing PDF documents to search
    string documentsFolder = @"C:\Files\Files\";
    // create or load an index
    Index index = new Index(indexFolder);
    // Subscribe to index events
    index.Events.ErrorOccurred += (sender, args) =>
    {
    // Writing error messages to the console
    Console.WriteLine(args.Message);
    };
    // Add files synchronously
    // Synchronous indexing documents from the specified folder
    index.Add(documentsFolder);
    // Perform search
    string query = "Vestibulum"; // Specify a search query
    SearchResult result = index.Search(query); // Searching in the index
    // Use search results
    // Printing the result
    Console.WriteLine("Documents found: " + result.DocumentCount);
    Console.WriteLine("Total occurrences found: " + result.OccurrenceCount);
    for (int i = 0; i < result.DocumentCount; i++)
    {
    FoundDocument document = result.GetFoundDocument(i);
    Console.WriteLine("\tDocument: " + document.DocumentInfo.FilePath);
    Console.WriteLine("\tOccurrences: " + document.OccurrenceCount);
    }
    // Highlight occurrences in text
    if (result.DocumentCount > 0)
    {
    // Getting the first found document
    FoundDocument document = result.GetFoundDocument(0);
    string path = documentsFolder + "Highlighted.html";
    // Creating the output adapter to a file
    OutputAdapter outputAdapter = new FileOutputAdapter(path);
    // Creating the highlighter object
    HtmlHighlighter highlighter = new HtmlHighlighter(outputAdapter);
    // Generating output HTML formatted document with highlighted search results
    index.Highlight(document, highlighter);
    Console.WriteLine();
    Console.WriteLine("Generated HTML file can be opened with Internet browser.");
    Console.WriteLine("The file can be found by the following path:");
    Console.WriteLine(path);
    }
    view raw SearchInPDF_CSharp_Search.cs hosted with ❤ by GitHub
    Contoh kode di atas akan menghasilkan output berikut:
Documents found: 1
Total occurrences found: 4
        Document: C:\Files\Files\sample.pdf
        Occurrences: 4
Generated HTML file can be opened with Internet browser.
The file can be found by the following path:
C:\Files\Files\Highlighted.html
Cari-Teks-atau-Kata-dalam-PDF-menggunakan-CSharp

Menyoroti Teks yang Dicari dalam Dokumen PDF menggunakan C#

Indeks dan Acara Indeks

Kelas Index adalah kelas utama yang menyediakan fungsionalitas untuk mengindeks dokumen dan menelusurinya. Indeks dapat dibuat di memori atau di disk dengan memanggil konstruktor kelas ini. Pada contoh kode di atas, saya telah membuat indeks pada disk agar dapat digunakan kembali. Event ErrorOccurred menampilkan error jika terjadi selama pengindeksan file. Jadi, Anda perlu berlangganan ini untuk menerima informasi tentang kesalahan pengindeksan.

Tambahkan File ke Indeks

Metode Add() dari kelas Index menambahkan file atau semua file dalam folder atau subfolder tertentu dengan jalur absolut atau relatif. Semua dokumen di jalur yang diberikan akan diindeks.

Melakukan Operasi Pencarian

Kelas Index menyediakan berbagai metode Search untuk melakukan operasi pencarian. Anda dapat mencari dengan memberikan kata kunci sederhana atau dengan menentukan SearchQuery. Kelas SearchResult memberikan detail hasil penelusuran yang cocok dengan kueri penelusuran. Metode dan properti berikut dari kelas ini memfasilitasi mendapatkan detail hasil pencarian:

Sorot Hasil Pencarian

Kelas HtmlHighlighter menyoroti hasil pencarian di seluruh teks dokumen yang diformat dalam HTML. Metode Highlight() dari kelas Index menghasilkan output HTML yang menyoroti kemunculan istilah yang ditemukan. Anda dapat menemukan detail lebih lanjut tentang “Menyoroti Hasil Pencarian” di dokumentasi.

Pencarian Teks Peka Huruf Besar dalam PDF menggunakan C#

Anda dapat mencari frase teks tertentu atau kata yang mempertimbangkan huruf besar dan kecil dalam dokumen PDF Anda secara terprogram dengan mengikuti langkah-langkah sederhana yang disebutkan di bawah ini:

  • Buat instance dari kelas Index.
  • Tentukan jalur ke folder indeks
  • Tambahkan file PDF ke Indeks dengan memanggil metode Add().
  • Buat turunan dari SearchOptions
  • Setel properti UseCaseSensitiveSearch ke true
  • Tentukan permintaan pencarian
  • Lakukan penelusuran menggunakan metode Search() dengan kueri penelusuran dan SearchOptions
  • Gunakan SearchResult dan cetak ringkasan Contoh kode berikut menunjukkan **cara melakukan pencarian teks peka huruf besar-kecil dalam dokumen PDF menggunakan C#.
    // Specify path to the index folder
    string indexFolder = @"C:\Files\Index\";
    // Specify path to a folder containing PDF documents to search
    string documentsFolder = @"C:\Files\Files\";
    // Creating index in the specified folder
    Index index = new Index(indexFolder);
    // Indexing documents from the specified folder
    index.Add(documentsFolder);
    // Define search options
    SearchOptions options = new SearchOptions();
    options.UseCaseSensitiveSearch = true; // Enabling case sensitive search
    // search word
    string query = "Vestibulum";
    // Perform the Search
    SearchResult result = index.Search(query, options);
    // Printing the result
    Console.WriteLine("Documents found: " + result.DocumentCount);
    Console.WriteLine("Total occurrences found: " + result.OccurrenceCount);
    for (int i = 0; i < result.DocumentCount; i++)
    {
    FoundDocument document = result.GetFoundDocument(i);
    Console.WriteLine("\tDocument: " + document.DocumentInfo.FilePath);
    Console.WriteLine("\tOccurrences: " + document.OccurrenceCount);
    }
    view raw SearchInPDF_CSharp_SearchCaseSensitive.cs hosted with ❤ by GitHub 
Documents found: 1
Total occurrences found: 2
        Document: C:\Files\Files\sample.pdf
        Occurrences: 2

Kelas SearchOptions menyediakan opsi untuk melakukan operasi pencarian. Properti UseCaseSensitiveSearch dari kelas ini memungkinkan Anda untuk melakukan pencarian peka huruf besar kecil untuk sebuah kata atau teks.

Dapatkan Lisensi Gratis

Anda dapat mencoba API tanpa batasan evaluasi dengan meminta lisensi sementara gratis.

Kesimpulan

Pada artikel ini, Anda telah mempelajari cara mencari teks dalam dokumen PDF menggunakan C#. Anda juga telah mempelajari cara melakukan pencarian teks peka huruf besar-kecil dalam dokumen PDF menggunakan C#. Anda dapat mempelajari lebih lanjut tentang GroupDocs.Search for .NET API menggunakan dokumentasi. Jika ada ambiguitas, jangan ragu untuk menghubungi kami di forum.

Lihat juga