PdfText CLI.
PdfText auf der Kommandozeile: xpdf liest eine PDF-Datei und schreibt den extrahierten Text in eine Textdatei – mit OCR-Fallback für gescannte Seiten.
Robbiblubber.Util.PdfText.Cli
Funktionen und Einstieg
Native Laufzeitbibliotheken und passende Tesseract-SprachdatenZielframeworks: net8.0
Das steckt drin
- Ein Aufruf mit zwei Argumenten: PDF-Eingabe und Textausgabe.
- Verwendet die PdfText-Bibliothek und deren Standardkonfiguration für direkte Textextraktion und OCR.
- Fortschrittsanzeige in der Konsole; ein Dockerfile ist im Repository enthalten.
xpdf input.pdf output.txtDer Programmname ist xpdf. Eingabe- und Ausgabepfade mit Leerzeichen in Anführungszeichen setzen.
Erste Schritte
- Anwendung mit ihren Laufzeitabhängigkeiten bereitstellen; für OCR die benötigten Tesseract-Sprachdaten verfügbar machen.
- xpdf mit dem Pfad der PDF-Datei und dem Zielpfad der Textdatei aufrufen.
- Die erzeugte Textdatei öffnen oder in der weiteren Verarbeitung verwenden.
Util.NET
Werkzeuge für konkrete Aufgaben in .NET: Fortschrittsanzeigen für die Konsole, ein gemeinsamer Dateizugriff auf lokale und entfernte Speicher und Textextraktion aus PDFs mit OCR. rush und PdfText CLI bringen die Bibliotheken auf die Kommandozeile.