Hukuk Sektörü İçin HTML'den PDF'e & OCR Belgesine C# Kullanma

Iron Suite: .NET Geliştiricileri için Kapsamlı Bir Araç Seti

Iron Software'ın Iron Suite, çeşitli .NET çatısı ile çalışan geliştiriciler için geliştirme süreçlerini kolaylaştırmak ve verimliliği artırmak amacıyla tasarlanmış kapsamlı bir .NET yazılım bileşenleri koleksiyonudur. .NET yazılım araçlarının önde gelen sağlayıcısı Iron Software, belge manipülasyonundan barkod oluşturmaya kadar çeşitli görevler için yüksek kaliteli bileşenler arayan geliştiriciler için Iron Suite'i tek durak çözüm olarak sunmaktadır.

Iron Suite'nin kalbinde, yazılım geliştirme projelerinde karşılaşılan yaygın zorlukları ele almak üzere özel hazırlanmış çeşitli kütüphaneler ve araçlar yatar. Iron Suite'nin bazı temel bileşenlerine bir göz atalım:

• IronPDF: PDF belgeleri oluşturma, düzenleme ve yönetme, HTML'yi PDF'ye dönüştürme dahil.
• IronWord: DOC ve DOCX dosyaları oluşturmaya ve düzenlemeye olanak tanır.
• IronXL: Excel dosyaları ile doğrudan çalışma imkanı sunar, Microsoft Office veya Excel Interop gerektirmeden okuma, düzenleme ve oluşturmayı sağlar.
• IronOCR: 125'ten fazla dilde metin çıkarmak için Optik Karakter Tanıma işlevselliği sağlar.
• IronBarcode: QR kodları da dahil olmak üzere çeşitli barkod formatları ile okuma ve yazma yeteneği sunar.
• IronQR: QR kodları oluşturma, okuma ve stillendirme üzerine odaklanmıştır.
• IronZIP: ZIP formatında dosyaları sıkıştırma ve açma kapasitesi sağlar.
• IronPrint: Yazdırma görevlerini yönetme ve yazıcılarla doğrudan .NET kodunuzdan etkileşim kurma işlevi sağlar.
• IronWebScraper: Web sitelerinden yapısal veri kazıma işlemi için tasarlanmıştır.

Iron Suite ile HTML'den PDF'ye Dönüştürme ve OCR Analizi

Bir ZIP dosyası içeren HTML dosyalarını işlemekle görevlendirildiğiniz bir senaryo düşünün ve amacınız bu HTML dosyalarını sonrasında OCR (Optik Karakter Tanıma) analizi için PDF formatına dönüştürmektir. Bu görevi verimli ve etkili bir şekilde gerçekleştirmek için Iron Suite'in üç temel kütüphanesinin yeteneklerinden yararlanmak en uygun çözümdür. Her kütüphanenin kısa bir genel bakışını yapalım.

Visual Studio Projesi Oluşturma

Öncelikle hukuki otomasyon görevimiz için yeni bir Visual Studio projesi oluşturun. .NET geliştirme için gerekli ortamın kurulu olduğundan emin olun. Visual Studio'da proje oluşturma adımlarını izleyin:

1. Visual Studio'yu açın ve "Yeni bir proje oluştur" seçeneğine tıklayın.

   

2. Gereksinimlerinize göre uygun proje şablonunu seçin (ör. Konsol Uygulaması, Windows Forms Uygulaması).

   

3. Proje adını ve konumunu belirtin, ardından "İleri"ye tıklayın.

   

4. Ek Bilgilerden en son .NET Framework'ü seçin.

   

5. Projeyi oluşturmak için "Oluştur" üzerine tıklayın.

Kütüphanelerin Kurulumu

Son olarak, projenize üç temel kütüphaneyi - IronZIP, IronPDF ve IronOCR - yükleyin. Bunu, Iron Software'ın web sitesinden ilgili paketleri indirerek veya Visual Studio içindeki NuGet Paket Yöneticisi'ni kullanarak kolayca yapabilirsiniz.

HTML Dosyasını PDF Dosyasına Dönüştürme Adımları

Şimdi, HTML'yi PDF'ye kolayca dönüştürmek ve ardından OCR uygulamak için, görevimize özel işlevler sunan Iron Suite'den kütüphaneleri kurduk. Birden çok HTML web sayfası dosyası içeren aşağıdaki zip arşivi, HTML dosyalarını çıkarmak ve ardından OCR analizi için HTML dosyalarını PDF dosya formatına dönüştürmek için kullanılacaktır:

Yukarıdaki ekran görüntüsünde görülen Zip dosyası, basit bir web sitesinden üç HTML web sayfası içerir. HTML sayfaları, HTML dosyalarını tek bir PDF belgesine dönüştürmek için PDF dönüştürücü yöntemine aktarılacak basit HTML kodu içerir. Daha sonra, oluşturulan PDF belgesindeki HTML öğelerini analiz etmek için OCR uygulanacak ve tüm HTML içeriği konsol penceresinde yazdırılacaktır.

using IronZip;
using IronPdf;
using IronOcr;

using IronZip;
using IronPdf;
using IronOcr;

Imports IronZip
Imports IronPdf
Imports IronOcr

// Extract all contents of the ZIP file to a specified directory
IronZipArchive.ExtractArchiveToDirectory("assets/website.zip", "extracted");

// Extract all contents of the ZIP file to a specified directory
IronZipArchive.ExtractArchiveToDirectory("assets/website.zip", "extracted");

' Extract all contents of the ZIP file to a specified directory
IronZipArchive.ExtractArchiveToDirectory("assets/website.zip", "extracted")

// Create a ChromePdfRenderer object for rendering HTML to PDF (consider using IronHtmlRenderer for better HTML to PDF conversion)
ChromePdfRenderer renderer = new ChromePdfRenderer();

// Initialize an empty list to store the individual PDF documents
List<PdfDocument> pdfs = new List<PdfDocument>();

// Get all HTML files with the .html extension from the "extracted" folder
var htmlFiles = Directory.EnumerateFiles("extracted", "*.html");

// Loop through each HTML file
foreach (var htmlFile in htmlFiles)
{
    // Render the current HTML file as a PDF document using the ChromePdfRenderer
    var pdf = renderer.RenderHtmlFileAsPdf(htmlFile);

    // Add the generated PDF document to the list
    pdfs.Add(pdf);
}

// Merge all the individual PDF documents in the list into a single PDF document
var document = PdfDocument.Merge(pdfs);

// Save the merged PDF document as "HtmlToPDF.pdf"
document.SaveAs("HtmlToPDF.pdf");

// Create a ChromePdfRenderer object for rendering HTML to PDF (consider using IronHtmlRenderer for better HTML to PDF conversion)
ChromePdfRenderer renderer = new ChromePdfRenderer();

// Initialize an empty list to store the individual PDF documents
List<PdfDocument> pdfs = new List<PdfDocument>();

// Get all HTML files with the .html extension from the "extracted" folder
var htmlFiles = Directory.EnumerateFiles("extracted", "*.html");

// Loop through each HTML file
foreach (var htmlFile in htmlFiles)
{
    // Render the current HTML file as a PDF document using the ChromePdfRenderer
    var pdf = renderer.RenderHtmlFileAsPdf(htmlFile);

    // Add the generated PDF document to the list
    pdfs.Add(pdf);
}

// Merge all the individual PDF documents in the list into a single PDF document
var document = PdfDocument.Merge(pdfs);

// Save the merged PDF document as "HtmlToPDF.pdf"
document.SaveAs("HtmlToPDF.pdf");

' Create a ChromePdfRenderer object for rendering HTML to PDF (consider using IronHtmlRenderer for better HTML to PDF conversion)
Dim renderer As New ChromePdfRenderer()

' Initialize an empty list to store the individual PDF documents
Dim pdfs As New List(Of PdfDocument)()

' Get all HTML files with the .html extension from the "extracted" folder
Dim htmlFiles = Directory.EnumerateFiles("extracted", "*.html")

' Loop through each HTML file
For Each htmlFile In htmlFiles
	' Render the current HTML file as a PDF document using the ChromePdfRenderer
	Dim pdf = renderer.RenderHtmlFileAsPdf(htmlFile)

	' Add the generated PDF document to the list
	pdfs.Add(pdf)
Next htmlFile

' Merge all the individual PDF documents in the list into a single PDF document
Dim document = PdfDocument.Merge(pdfs)

' Save the merged PDF document as "HtmlToPDF.pdf"
document.SaveAs("HtmlToPDF.pdf")

// Create an IronTesseract object for Optical Character Recognition (OCR)
var ocrTesseract = new IronTesseract();

// Create an OcrInput object to specify the input for OCR processing
using var ocrInput = new OcrInput();

// Load the PDF document for text extraction
ocrInput.LoadPdf("HtmlToPDF.pdf");

// Perform OCR on the loaded PDF using the IronTesseract engine
var ocrResult = ocrTesseract.Read(ocrInput);

// Print the extracted text to the console
Console.WriteLine(ocrResult.Text);

// Create an IronTesseract object for Optical Character Recognition (OCR)
var ocrTesseract = new IronTesseract();

// Create an OcrInput object to specify the input for OCR processing
using var ocrInput = new OcrInput();

// Load the PDF document for text extraction
ocrInput.LoadPdf("HtmlToPDF.pdf");

// Perform OCR on the loaded PDF using the IronTesseract engine
var ocrResult = ocrTesseract.Read(ocrInput);

// Print the extracted text to the console
Console.WriteLine(ocrResult.Text);

' Create an IronTesseract object for Optical Character Recognition (OCR)
Dim ocrTesseract = New IronTesseract()

' Create an OcrInput object to specify the input for OCR processing
Dim ocrInput As New OcrInput()

' Load the PDF document for text extraction
ocrInput.LoadPdf("HtmlToPDF.pdf")

' Perform OCR on the loaded PDF using the IronTesseract engine
Dim ocrResult = ocrTesseract.Read(ocrInput)

' Print the extracted text to the console
Console.WriteLine(ocrResult.Text)

Neden Iron Suite?

Iron Suite, ofis belgeleriniz için pazar lideri bir .NET suite olarak öne çıkar ve üstünlüğü için birkaç çekici sebep sunar.

Sonuç

Sonuç olarak, Iron Suite, .NET geliştiricilere hukuki otomasyon görevlerini kolaylaştırmak için PDF oluşturma ve HTML dosyalarını aranabilir PDF belgelerine dönüştürme gibi kapsamlı bir araç seti sunmaktadır. IronZIP, IronPDF ve IronOCR'nin gücünden yararlanarak, geliştiriciler iş akışlarını otomatikleştirebilir ve optimize edebilir, nihayetinde hukuki belge işleminde verimliliği ve doğruluğu artırabilirler. Kullanımınıza hazır Iron Suite ile otomasyon olanakları sınırsızdır.

HTML'den PDF'ye dönüşüm görevi için Iron Suite'in üç temel kütüphanesini kullandık: IronZIP, IronPDF ve IronOCR. IronPrint, eğer bir baskı tesisi gerekiyorsa bu görev için potansiyel bir rakip olabilir. Eğer ayrı alınmış olsaydı, bu dört kütüphanenin toplam maliyeti $2,998 * 4 = $2,996 olurdu.

Ancak Iron Suite ile, yalnızca üç veya dört değil, iki bireysel ürün fiyatına dokuz güçlü kütüphaneye erişirsiniz. Bu, tüm .NET geliştirme ihtiyaçlarınız için size kapsamlı bir araç seti sağlayan inanılmaz bir değer önerisidir. Sadece $1,498 karşılığında, Iron Suite size zaman ve para tasarrufu sağlayarak geniş bir araç yelpazesi sunarak geliştirme iş akışlarınızı hızlandırma imkanı sunar.