Jak utworzyc dokument Word z szablonu przy uzyciu C#

Wsparcie dla wielu formatow dokumentow

IronWord akceptuje pliki w wielu formatach dokumentow, w tym:

• PDF: Potrafi zinterpretować tekst w PDF z regularnym tekstem, PDF z osadzonymi czcionkami i opartymi na wektorach.
• Pliki Microsoft Word (DOCX): Czyta tekst z dokumentow Word latwo, zachowując strukture i formatowanie dokumentu.
• Pliki tekstowe (TXT): Dodatkowo, IronWord przetwarza zwykle pliki tekstowe, wyciagajac i przetwarzajac tekst z prostego tekstu.

Dokladne wyodrebnianie tekstu

Silnik ekstrakcji IronWord jest biegly w wyciaganiu tresci tekstu, nawet jesli jest on ukryty w zlozonych dokumentach z wyszukanymi układami stron, osadzonymi czcionkami lub mieszanymi tresciami, takimi jak obrazy i tabele. Biblioteka zachowuje:

• Formatowanie tekstu: Styl, takie jak pogrubienie, kursywa, podkreslenie i inne stylistyczne aspekty stosowane do tekstu.
• Hierarchie dokumentow: Naglowki, akapity i listy, aby zachowac organizację i czytelność.

Obsluga danych strukturalnych i niestrukturalnych

IronWord obsluguje zarówno dane strukturalne, jak i niestrukturalne. Moze wyciagnac:

• Dane strukturalne: Dokumenty z przewidywalnymi wzorcami formatowania, takie jak formularze i umowy.
• Dane niestrukturalne: Dokumenty z nieprzewidywalnymi układami tekstu, takie jak raporty czy artykuly.

Okazal sie pomocny w zadaniach związanych z eksploracją danych, pozyskiwaniem informacji i klasyfikacją dzięki zdolności do przetwarzania szerokiego wachlarza treści.

Skalowalnosc dla duzych wolumenow

IronWord jest zbudowany do efektywnego przetwarzania duzych ilosci dokumentow, oferując wielką skalowalność dla aplikacji korporacyjnych. Przykłady:

• Przetwarzanie partii dokumentow: Przetwarzanie wielu dokumentow jednoczesnie.
• Obsluga duzych plikow: Brak degradacji wydajności z dużymi rozmiarami dokumentów.

Bezwynikowa integracja z językami programowania

IronWord integruje się bezproblemowo z środowiskami rozwoju, szczególnie Python, za pomocą łatwych do użycia API. To pozwala deweloperom na:

• Importowanie IronWord do aplikacji Python: Używanie funkcji IronWord bezpośrednio w skryptach Python.
• Interoperacyjność między językami: Poza Python, IronWord może być efektywnie używany w innych językach, ułatwiając interoperacyjność w stosach technologicznych.

Ta łatwość integracji pozwala deweloperom skupić się na funkcjonalności, a nie na infrastrukturze.

Wysoka wydajność i prędkość

IronWord został zoptymalizowany dla osiągów, zapewniając szybkie wydobycie tekstu nawet z dużych dokumentów, co jest istotne dla aplikacji w czasie rzeczywistym, wymagających szybkiej egzekucji. Biblioteka oferuje:

• Wsparcie dla wielowątkowości: Zwiększanie procesów wydobycia współbieżnego.
• Mały rozmiar pamięci: Optymalne użycie zasobów systemowych podczas przetwarzania, umożliwiające skalowalność dla dużych zbiorów danych.

Opcjonalne wsparcie OCR

Dla dokumentów zawierających obrazy, IronWord może być używany wraz z technologiami OCR, aby:

• Przetwarzanie dokumentów skanowanych: Ekstrakcja tekstu z obrazów, skanowanych PDF, czy innych formatów opartych na obrazach.
• Wsparcie wielojęzyczne: Rozpoznawanie i ekstrakcja tekstu w obsługiwanych językach OCR.

Zachowanie metadanych

Poza ekstrakcją tekstu, IronWord utrzymuje metadane z dokumentów, takie jak:

• Wersjonowanie dokumentów i informacje zgodności: Przydatne do celów zgodności lub archiwizacji.
• Systemy zarządzania dokumentami: Gdzie metadane są tak samo ważne jak zawartość.

Zainstaluj Bibliotekę IronWord

Z menu narzędzi Visual Studio wybierz Menedżer pakietów NuGet. Aby uzyskać dostęp do konsoli zarządzania pakietami, nawiguj w interfejsie Menedżera pakietów.

Install-Package IronWord

Po pobraniu i zainstalowaniu pakiet można użyć do ekstrakcji tekstu w trwającym projekcie.

Metoda Menedżera Pakietów oferuje inne wyjście, pozwalając na bezpośrednią instalację do rozwiązania za pomocą Menedżera pakietów NuGet Visual Studio. Poniższy graf ilustruje, jak uzyskać dostęp do Menedżera pakietów.

Użyj pola wyszukiwania na stronie NuGet, aby zlokalizować pakiety. Szukaj "IronWord" z menedżerem pakietów, jak pokazano na poniższym zrzucie ekranu.

Towarzyszący graf pokazuje powiązane wyniki wyszukiwania. Wprowadź te dostosowania, aby zainstalować oprogramowanie na komputerze.

Ekstrakacja tekstu z dokumentu Word

Aby wyciągnąć tekst z dokumentu za pomocą IronWord, wykonaj te kroki. Poniższy przykładowy kod demonstruje ekstrakcję tekstu z dokumentu Word (.docx) za pomocą biblioteki IronWord w C#.

// Include necessary libraries
using IronWord;

// Set the license key for IronWord
IronWord.License.LicenseKey = "License key here";

// Load the Word document
var docx1 = new WordDocument("D:\\C# Projects\\ConsoleApp\\ConsoleApp\\File\\existing.docx");

// Access the collection of paragraphs in the document
var paragraphObj = docx1.Paragraphs;

// Loop through each paragraph and its text elements
for (int i = 0; i < paragraphObj.Count; i++)
{
    for (int j = 0; j < paragraphObj[i].Texts.Count; j++)
    {
        // Print each text element to the console
        Console.WriteLine(paragraphObj[i].Texts[j].Text.ToString());
    }
}

// Wait for user input before closing the console
Console.ReadKey();

// Include necessary libraries
using IronWord;

// Set the license key for IronWord
IronWord.License.LicenseKey = "License key here";

// Load the Word document
var docx1 = new WordDocument("D:\\C# Projects\\ConsoleApp\\ConsoleApp\\File\\existing.docx");

// Access the collection of paragraphs in the document
var paragraphObj = docx1.Paragraphs;

// Loop through each paragraph and its text elements
for (int i = 0; i < paragraphObj.Count; i++)
{
    for (int j = 0; j < paragraphObj[i].Texts.Count; j++)
    {
        // Print each text element to the console
        Console.WriteLine(paragraphObj[i].Texts[j].Text.ToString());
    }
}

// Wait for user input before closing the console
Console.ReadKey();

' Include necessary libraries
Imports IronWord

' Set the license key for IronWord
IronWord.License.LicenseKey = "License key here"

' Load the Word document
Dim docx1 = New WordDocument("D:\C# Projects\ConsoleApp\ConsoleApp\File\existing.docx")

' Access the collection of paragraphs in the document
Dim paragraphObj = docx1.Paragraphs

' Loop through each paragraph and its text elements
For i As Integer = 0 To paragraphObj.Count - 1
	Dim j As Integer = 0
	Do While j < paragraphObj(i).Texts.Count
		' Print each text element to the console
		Console.WriteLine(paragraphObj(i).Texts(j).Text.ToString())
		j += 1
	Loop
Next i

' Wait for user input before closing the console
Console.ReadKey()

Kod inicjalizuje klucz licencyjny dla IronWord i ładuje dokument .docx z określonej ścieżki, tworząc obiekt WordDocument. Po załadowaniu dokumentu dostęp do wszystkich akapitów jest możliwy przez właściwość Paragraphs.

Zagnieżdżona pętla iteruje przez akapity i ich elementy tekstowe. Zewnętrzna pętla przebiega przez każdy akapit, podczas gdy wewnętrzna przetwarza każdy element tekstowy akapitu. Elementy tekstowe są drukowane w konsoli po konwersji na ciągi.

Console.ReadKey() wstrzymuje wykonanie programu, pozwalając na wyświetlenie wyników do momentu wprowadzenia danych przez użytkownika, zanim okno aplikacji zostanie zamknięte. To podejście wyciąga i drukuje zawartość dokumentu Word w uporządkowany sposób.