.NET 幫助

C# 字串包含（開發人員如何使用）

發佈 2024年12月15日

在當今的開發世界中，處理PDF是需要處理文件、表單或報告的應用程式的一項常見要求。無論您是在建立電子商務平台、文件管理系統，還是僅需處理發票，從 PDF 中提取和搜尋文字都可能是至關重要的。本文將指導您如何使用C# string.Contains()與IronPDF在您的 .NET 專案中搜尋並提取 PDF 文件中的文本。

字串比較和指定子字串

在進行搜尋時，您可能需要根據特定的字串子字串要求來執行字串比較。在這種情況下，C# 提供了像 string.Contains 這樣的選項。()，這是最簡單的比較形式之一。

如果您需要指定是否忽略大小寫，您可以使用 StringComparison 列舉。這可以讓您選擇所需的字串比較類型，例如序數比較或不區分大小寫比較。

如果您想在字串中處理特定位置，例如第一個字元位置或最後一個字元位置，您可以始終使用 Substring 來隔離字串的某些部分以進行進一步處理。

如果您正在尋找空字串檢查或其他極端情況，請確保在您的邏輯中處理這些情況。

如果您正在處理大型文件，則最好優化文本提取的起始位置，以僅提取相關部分而不是整個文件。這在您嘗試避免記憶體和處理時間過載時特別有用。

如果您不確定比較規則的最佳方法，請考慮特定方法的執行效果以及希望搜索在不同情況下的行為。(例如，匹配多個術語、處理空格等。).

如果您的需求超出簡單的子字串檢查並需要更高級的模式匹配，請考慮使用正則表達式，這在處理PDF時提供了顯著的靈活性。

如果您還沒有的話，請嘗試使用IronPDF免費試用今天就來探索其功能，看看它如何簡化您的 PDF 處理任務。無論您是在構建文檔管理系統、處理發票，還是僅需要從 PDF 中提取數據，IronPDF 都是完成這項工作的理想工具。

什麼是IronPDF及為什麼您應該使用它？

IronPDF 是一個強大的函式庫，旨在幫助在 .NET 生態系統中處理 PDF 的開發人員。它使您能夠輕鬆建立、讀取、編輯和操作 PDF 文件，無需依賴外部工具或複雜的配置。

IronPDF 概述

IronPDF為C#應用程式提供了廣泛的PDF操作功能。一些主要功能包括：

文本提取：從 PDF 中提取純文本或結構化數據。
PDF 編輯：通過新增、刪除或編輯文字、圖片和頁面來修改現有的 PDF。
PDF 轉換：將 HTML 或 ASPX 頁面轉換為 PDF，或反之亦然。
表單處理：提取或填入互動式 PDF 表單中的欄位。
IronPDF 被設計成簡單易用，但也足夠靈活以處理涉及 PDF 的複雜情境。它能與 .NET Core 和 .NET Framework 無縫協作，成為任何基於 .NET 的專案的完美選擇。

安裝 IronPDF

使用IronPDF，通過 Visual Studio 中的 NuGet 套件管理器安裝：

Install-Package IronPdf

Install-Package IronPdf

'INSTANT VB TODO TASK: The following line uses invalid syntax:
'Install-Package IronPdf

VB C#

如何使用C#在PDF檔案中搜尋文字

在深入搜尋 PDF 之前，我們先了解如何使用 IronPDF 從 PDF 中提取文本。

使用 IronPDF 的基本 PDF 文本提取

IronPDF 提供一個簡單的 API 從 PDF 文件中提取文本。這讓您可以輕鬆搜尋PDF中的特定內容。

以下範例演示如何使用IronPDF從PDF中提取文本：

using IronPdf;
using System;
public class Program
{
    public static void Main(string[] args)
    {
        PdfDocument pdf = PdfDocument.FromFile("invoice.pdf");
        string str = pdf.ExtractAllText();
    }  
}

using IronPdf;
using System;
public class Program
{
    public static void Main(string[] args)
    {
        PdfDocument pdf = PdfDocument.FromFile("invoice.pdf");
        string str = pdf.ExtractAllText();
    }  
}

Imports IronPdf
Imports System
Public Class Program
	Public Shared Sub Main(ByVal args() As String)
		Dim pdf As PdfDocument = PdfDocument.FromFile("invoice.pdf")
		Dim str As String = pdf.ExtractAllText()
	End Sub
End Class

VB C#

在此範例中，ExtractAllText() 方法從 PDF 文件中提取所有文本。然後可以處理此文本以搜尋特定的關鍵字或短語。

使用 string.Contains() 進行文字搜尋

一旦從 PDF 中提取出文字，您就可以使用 C# 內建的 string.Contains()搜尋特定字詞的方法。

string.Contains()** 方法返回一個布林值，用於指示指定的字串是否存在於字串中。這對於基本文本搜索非常有用。

以下是您可以如何使用 string.Contains()在提取的文本中搜索關鍵詞：

bool isFound = text.Contains("search term", StringComparison.OrdinalIgnoreCase);

bool isFound = text.Contains("search term", StringComparison.OrdinalIgnoreCase);

Dim isFound As Boolean = text.Contains("search term", StringComparison.OrdinalIgnoreCase)

VB C#

實用範例：如何檢查 C# 字串是否包含 PDF 文件中的關鍵字

讓我們用一個實際的例子來進一步分析。假設您想查找特定的發票號碼是否存在於PDF發票文件中。

以下是一個完整的實例，說明您如何實現這一點：

using IronPdf;
public class Program
{
    public static void Main(string[] args)
    {
        string searchTerm = "INV-12345";
        PdfDocument pdf = PdfDocument.FromFile("exampleInvoice.pdf");
        string text = pdf.ExtractAllText();
        bool isFound = text.Contains(searchTerm, StringComparison.OrdinalIgnoreCase);
        if (isFound)
        {
            Console.WriteLine($"Invoice number: {searchTerm} found in the document");
        }
        else
        {
            Console.WriteLine($"Invoice number {searchTerm} not found in the document");
        }
    }  
}

using IronPdf;
public class Program
{
    public static void Main(string[] args)
    {
        string searchTerm = "INV-12345";
        PdfDocument pdf = PdfDocument.FromFile("exampleInvoice.pdf");
        string text = pdf.ExtractAllText();
        bool isFound = text.Contains(searchTerm, StringComparison.OrdinalIgnoreCase);
        if (isFound)
        {
            Console.WriteLine($"Invoice number: {searchTerm} found in the document");
        }
        else
        {
            Console.WriteLine($"Invoice number {searchTerm} not found in the document");
        }
    }  
}

Imports IronPdf
Public Class Program
	Public Shared Sub Main(ByVal args() As String)
		Dim searchTerm As String = "INV-12345"
		Dim pdf As PdfDocument = PdfDocument.FromFile("exampleInvoice.pdf")
		Dim text As String = pdf.ExtractAllText()
		Dim isFound As Boolean = text.Contains(searchTerm, StringComparison.OrdinalIgnoreCase)
		If isFound Then
			Console.WriteLine($"Invoice number: {searchTerm} found in the document")
		Else
			Console.WriteLine($"Invoice number {searchTerm} not found in the document")
		End If
	End Sub
End Class

VB C#

輸入 PDF

C# 字串包含（開發人員運作方式）：圖 1

控制台輸出

C# 字串包含（其工作原理供開發人員參考）：圖 2

在此範例中：

我們載入 PDF 檔案並提取其文字。
然後，我們使用 string.Contains()在提取的文本中搜尋發票號碼 INV-12345。
由於 StringComparison.OrdinalIgnoreCase，搜索不區分大小寫。

使用正則表達式增強搜尋功能

雖然 string.Contains()適用於簡單的子字串搜尋，您可能希望執行更複雜的搜尋，例如尋找模式或一系列關鍵字。為此，您可以使用正則表達式。

以下是一個使用正則表達式在PDF文本中搜索任何有效發票號格式的範例：

using IronPdf;
using System.Text.RegularExpressions;
public class Program
{
    public static void Main(string[] args)
    {
        // Define a regex pattern for a typical invoice number format (e.g., INV-12345)
        string pattern = @"INV-\d{5}";
        PdfDocument pdf = PdfDocument.FromFile("exampleInvoice.pdf");
        string text = pdf.ExtractAllText();
        // Perform the regex search
        Match match = Regex.Match(text, pattern);
    }  
}

using IronPdf;
using System.Text.RegularExpressions;
public class Program
{
    public static void Main(string[] args)
    {
        // Define a regex pattern for a typical invoice number format (e.g., INV-12345)
        string pattern = @"INV-\d{5}";
        PdfDocument pdf = PdfDocument.FromFile("exampleInvoice.pdf");
        string text = pdf.ExtractAllText();
        // Perform the regex search
        Match match = Regex.Match(text, pattern);
    }  
}

Imports IronPdf
Imports System.Text.RegularExpressions
Public Class Program
	Public Shared Sub Main(ByVal args() As String)
		' Define a regex pattern for a typical invoice number format (e.g., INV-12345)
		Dim pattern As String = "INV-\d{5}"
		Dim pdf As PdfDocument = PdfDocument.FromFile("exampleInvoice.pdf")
		Dim text As String = pdf.ExtractAllText()
		' Perform the regex search
		Dim match As Match = Regex.Match(text, pattern)
	End Sub
End Class

VB C#

此代碼將搜尋任何符合模式 INV-XXXXX 的發票號碼，其中 XXXXX 為一系列數字。