Extrair texto

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

Extrair texto

Ao extrair um grande volume de texto em documentos, o processo pode ser ineficiente e demorado, especialmente ao lidar com tabelas e grandes quantidades de parágrafos. No entanto, o método ExtractText do IronWord é uma solução economizadora de tempo. Ele permite que os desenvolvedores extraiam facilmente todo um número específico de texto dentro do documento, eliminando a necessidade de loops adicionais e simplificando o acesso à propriedade Text. Esse método garante que os desenvolvedores possam trabalhar de forma eficiente e economizar tempo valioso.

Neste exemplo, mostraremos várias maneiras de usar o método ExtractText e aumentar sua eficiência ao recuperar texto de documentos.

Formas úteis de extrair texto de um arquivo 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());

Texto extraído

Utilizando a biblioteca IronWord , extrair texto de um documento do Word é um processo simples. Começamos importando a biblioteca e inicializando a classe WordDocument. Esta etapa nos permite carregar um documento existente com parágrafos. Em seguida, chamamos o método ExtractText e imprimimos todo o texto do documento no console.

Extrair texto específico

O exemplo acima extrai o texto completo do documento, mas com a biblioteca IronWord , você tem controle total sobre o processo de extração. Se você deseja apenas partes ou parágrafos específicos, você pode usar a propriedade Paragraphs no WordDocument para retornar um array de Paragraphs. Como uma lista genérica, este array pode ser manipulado conforme suas necessidades, seja chamando o índice como mostrado acima com doc.Paragraphs[0] ou usando os métodos de array embutidos para coleções C#.

Ao acessar o índice da Paragraphs, retornamos apenas e extraímos o texto do primeiro parágrafo do documento e o imprimimos no console. Subsequentemente, também o chamamos Last na matriz Paragraphs para retornar e extrair o texto do último parágrafo apenas do documento.

Explore a API IronWord para extração de texto avançada.

Ver no GitHub