Extraire le texte

VBC#

using IronWord;
using System.Linq;
using System;

// Load docx
WordDocument doc = new WordDocument("multi-paragraph.docx");

// Returns text from the entire file
Console.WriteLine(doc.ExtractText());

// Returns text from the first paragraph only
Console.WriteLine(doc.Paragraphs[0].ExtractText());

// Returns text from the last paragraph only
Console.WriteLine(doc.Paragraphs.Last().ExtractText());

Imports IronWord
Imports System.Linq
Imports System

' Load docx
Dim doc As New WordDocument("multi-paragraph.docx")

' Returns text from the entire file
Console.WriteLine(doc.ExtractText())

' Returns text from the first paragraph only
Console.WriteLine(doc.Paragraphs(0).ExtractText())

' Returns text from the last paragraph only
Console.WriteLine(doc.Paragraphs.Last().ExtractText())

PM > Install-Package IronWord

Install-Package IronWord

Extraire le texte

Lors de l'extraction d'un grand volume de texte sur des documents, le processus peut être inefficace et chronophage, surtout lorsqu'il s'agit de tableaux et de grandes quantités de paragraphes. Cependant, la méthode ExtractText d'IronWord est une solution permettant d'économiser du temps. Elle permet aux développeurs d'extraire facilement un certain nombre spécifique de textes dans le document, éliminant ainsi le besoin de boucles supplémentaires et simplifiant l'accès à la propriété Text. Cette méthode permet aux développeurs de travailler efficacement et de gagner un temps précieux.

Dans cet exemple, nous présenterons plusieurs façons d'utiliser la méthode ExtractText et d'augmenter votre efficacité lors de la récupération de texte à partir de documents.

Méthodes utiles pour extraire du texte d'un fichier Docx

using IronWord;
WordDocument doc = new WordDocument("multi-paragraph.docx");
Console.WriteLine(doc.ExtractText());
Console.WriteLine(doc.Paragraphs[0].ExtractText());
Console.WriteLine(doc.Paragraphs.Last().ExtractText());

Extraire le texte

Grâce à la bibliothèque IronWord, extraire du texte d'un document Word est un processus simple. Nous commençons par importer la bibliothèque et initialiser la classe WordDocument. Cette étape nous permet de charger un document existant avec des paragraphes. Nous appelons ensuite la méthode ExtractText et imprimons l'intégralité du texte du document sur la console.

Extraire un texte spécifique

L'exemple ci-dessus extrait l'intégralité du texte du document, mais avec la bibliothèque IronWord, vous avez un contrôle total sur le processus d'extraction. Si vous ne souhaitez que des portions ou des paragraphes spécifiques, vous pouvez utiliser la propriété Paragraphs dans le WordDocument pour renvoyer un tableau de Paragraphs. En tant que liste générique, ce tableau peut être manipulé selon vos besoins, soit en appelant l'index comme montré ci-dessus avec doc.Paragraphs[0], soit en utilisant les méthodes de tableau intégrées pour les collections C#.

En accédant à l'index de Paragraphs, nous ne retournons et n'extrayons que le texte du premier paragraphe du document et l'imprimons sur la console. Par la suite, nous l'appelons également Last sur le tableau Paragraphs pour retourner et extraire uniquement le texte du dernier paragraphe du document.

Explorez l'API IronWord pour l'extraction de texte avancée

Voir sur GitHub