PDF文件删除全部TXT文本层

Aspose.PDF Product Family
1

您好，感谢您的查看和帮助！

1,我在使用最新的API，下面的代码可以删除PDF上面的文本层，您还有其他更简便更好的方法吗？

        //https://docs.aspose.com/pdf/net/replace-text-in-pdf/
        // 打开文档
        Aspose.Pdf.Document pdfDocument = new Aspose.Pdf.Document("input.pdf");

        //循环遍历所有 pdf 文档页
        for (int i = 1; i <= pdfDocument.Pages.Count; i++)
        {
            Aspose.Pdf.Page page = pdfDocument.Pages[i];
            Aspose.Pdf.OperatorSelector operatorSelector = new Aspose.Pdf.OperatorSelector(new Aspose.Pdf.Operators.TextShowOperator());
            //选择页面上的所有文本
            page.Contents.Accept(operatorSelector);
            //删除所有文本
            page.Contents.Delete(operatorSelector.Selected);
        }

        pdfDocument.Save("out.pdf", Aspose.Pdf.SaveFormat.Pdf);

2，获得PDF文本层，您还有其他更简便的方法吗？

             //打开PDF文件
            Aspose.Pdf.Document pdfDocument = new Aspose.Pdf.Document(filename);

            //创建文本吸收器对象来提取文本
            Aspose.Pdf.Text.TextAbsorber textAbsorber = new Aspose.Pdf.Text.TextAbsorber();

            textAbsorber.ExtractionOptions = new TextExtractionOptions(TextExtractionOptions.TextFormattingMode.Pure);
            //将比例因子设置为0.5足以拆分大多数文档中的列
            //设置为零允许算法自动选择比例因子
            textAbsorber.ExtractionOptions.ScaleFactor = 0.5; /* 0; */

            //接受所有页面的吸收器
            pdfDocument.Pages.Accept(textAbsorber);

            string extractedText = textAbsorber.Text;

3，API这个方法：public JpegDevice(PageSize pageSize, Resolution resolution, int quality);里面的PageSize 如何传递参数?

错误代码：
PageSize pageSize=new PageSize();
pageSize.Width=66.6;
pageSize.Height=100;

Aspose.Pdf.Devices.JpegDevice jpegDevice = new Aspose.Pdf.Devices.JpegDevice(pageSize,resolution, 50);

2

@fhn123456

1- 您也可以使用下面的代码片段来从 PDF 中删除所有文本：

Document pdfDocument = new Document(dataDir + @"input.pdf");

foreach (var page in pdfDocument.Pages)
{
 TextFragmentAbsorber absorber = new TextFragmentAbsorber();
 absorber.Visit(page);
 absorber.RemoveAllText(page);
}

2- 您已经在使用更简单的方法从 PDF 中提取文本。您是否遇到任何问题？

3- 请使用以下代码段指定页面大小:

JpegDevice jpegDeviceLarge = new JpegDevice(PageSize.A4, new Resolution(150), 100);
3

您好，感谢您的回复和帮助！

1，您给我提供的代码，我发现更精简，谢谢您。

2，很久以前使用API 17.7版本，有些PDF提取文本，程序会一直卡在下面这行代码中，一直卡着，后来我就采用了Itextsharp，提取文本，我发现Itextsharp提取文本，有些PDF无法提取到TXT，我又换回Aspose.Pdf，使用最新的API希望不会出现之前的问题。

   //接受所有页面的吸收器
   pdfDocument.Pages.Accept(textAbsorber);

3，public JpegDevice(PageSize pageSize, Resolution resolution, int quality);里面的PageSize，只能使用AIP内部的页面大小，如果我想自定义页面大小public JpegDevice(int width, int height, Resolution resolution, int quality);需要使用这个AIP对吗？

4

@fhn123456

1- 感谢您的反馈。

2- 当然，请花点时间测试一下，如果您遇到任何问题，请随时告诉我们。

3- 是的，您对该方法的理解是正确的。

5

好的，感谢您的帮助和解答！您的帮助是我继续使用下去的动力。