使用C#代码从 PDF 文档中提取附件

PDF 附件可以帮助用户查看与文档中特定内容相关的更多信息。PDF 中的附件主要分为两种:文档级附件和注释附件,二者的区别如下。

  • 文档级附件:这类附件直接添加到 PDF 文档中,不会显示在页面上,而是显示在 PDF 阅读器的"附件"面板中。

  • 注释附件:这类附件添加到页面的特定位置,通常以回形针图标的形式显示。查看者可以双击该图标打开附件。

本文将介绍如何使用 C# 和 VB.NET 从 PDF 文档中提取这两种类型的附件。

安装相关库

首先,需要将相关库文件添加为 .NET 项目的引用。你可以下载对应的安装包,并将其中的 DLL 文件添加到项目中;也可以通过 NuGet 包管理器安装所需的库。

cs 复制代码
PM> Install-Package Spire.PDF

使用 C# 和 VB.NET 从 PDF 中提取附件

可以通过 PdfDocument.Attachments 属性获取 PDF 文档中的文档级附件。以下步骤演示如何提取 PDF 中的所有文档级附件,并将其保存到本地文件夹。

  1. 创建一个 PdfDocument 对象。

  2. 使用 PdfDocument.LoadFromFile() 方法加载 PDF 文件。

  3. 通过 PdfDocument.Attachments 属性获取文档中的附件集合。

  4. 使用 PdfAttachment.Data 属性获取指定附件的数据。

  5. 将附件数据写入文件,并保存到指定文件夹。

完整示例代码如下:

cs 复制代码
using Spire.Pdf;
using Spire.Pdf.Attachments;
using System.Net.Mail;

namespace ExtractAttachments
{
    class Program
    {
        static void Main(string[] args)
        {
            // 创建 PdfDocument 对象
            PdfDocument doc = new PdfDocument();

            // 加载包含附件的 PDF 文件
            doc.LoadFromFile("C:\\Users\\Administrator\\Desktop\\Attachments.pdf");

            // 获取 PDF 文档的附件集合
            PdfAttachmentCollection attachments = doc.Attachments;

            // 指定输出文件夹路径
            string outputFolder = "C:\\Users\\Administrator\\Desktop\\output\\";

            // 遍历附件集合
            for (int i = 0; i < attachments.Count; i++)
            {
                // 将附件写入文件
                File.WriteAllBytes(outputFolder + attachments[i].FileName, attachments[i].Data);
            }
        }
    }
}

使用 C# 和 VB.NET 从 PDF 中提取注释附件

注释附件是与 PDF 页面相关联的元素。若要获取指定页面中的注释,可以使用 PdfPageBase.AnnotationsV2 属性。随后,需要判断某个注释是否为文件附件注释。

以下步骤介绍如何从 PDF 文档中提取注释附件,并将其保存到本地文件夹。

  1. 创建一个 PdfDocument 对象。

  2. 使用 PdfDocument.LoadFromFile() 方法加载 PDF 文件。

  3. 通过 PdfDocument.Pages[] 属性获取文档中的指定页面。

  4. 使用 PdfPageBase.AnnotationsV2 属性获取该页面的注释集合。

  5. 判断指定注释是否属于 PdfFileAttachmentAnnotation 类型。如果是,则将注释附件写入文件,并保存到指定文件夹。

完整示例代码如下:

cs 复制代码
using Spire.Pdf;
using Spire.Pdf.Interactive.Annotations;

namespace ExtractAnnotationAttachments
{
    class Program
    {
        static void Main(string[] args)
        {
            // 创建 PdfDocument 对象
            PdfDocument doc = new PdfDocument();

            // 加载包含附件的 PDF 文件
            doc.LoadFromFile("C:\\Users\\Administrator\\Desktop\\AnnotationAttachments.pdf");

            // 指定输出文件夹路径
            string outputFolder = "C:\\Users\\Administrator\\Desktop\\Output\\";

            // 遍历所有页面
            for (int i = 0; i < doc.Pages.Count; i++)
            {
                // 获取页面的注释集合
                PdfAnnotationCollection collection = doc.Pages[i].AnnotationsV2;

                // 遍历所有注释
                for (int j = 0; j < collection.Count; j++)
                {
                    // 判断注释是否为 PdfFileAttachmentAnnotation 类型
                    if (collection[j] is PdfFileAttachmentAnnotation)
                    {
                        // 将注释附件写入文件
                        PdfFileAttachmentAnnotation attachmentAnnotation =
                            (PdfFileAttachmentAnnotation)collection[j];

                        PdfFileSpecification fileSpecification = attachmentAnnotation.FileSpecification;

                        // 获取附件文件名
                        String fileName = Path.GetFileName(fileSpecification.FileName);

                        // 获取附件数据
                        byte[] data = fileSpecification.EmbeddedFile.Data;

                        // 将附件保存到指定文件夹
                        File.WriteAllBytes(outputFolder + fileName, data);
                    }
                }
            }
        }
    }
}

总结

本文介绍了如何使用 C# 从 PDF 文档中提取附件,主要包括文档级附件和注释附件两种类型。

对于文档级附件,可以通过 PdfDocument.Attachments 属性获取附件集合,并遍历集合,将附件数据保存到本地文件夹。对于注释附件,则需要遍历 PDF 文档的各个页面,获取页面中的注释集合,并判断注释是否属于 PdfFileAttachmentAnnotation 类型。确认后,即可提取附件的文件名和数据,并将其保存为本地文件。

通过以上方法,可以根据附件在 PDF 文档中的存储方式,选择合适的提取方法,便于后续查看、管理和处理 PDF 中的嵌入文件。

相关推荐
开开心心就好17 小时前
显示器关不掉怎么办,用小工具一键息屏
算法·智能手机·pdf·计算机外设·ocr·lua·1024程序员节
weixin_5372170617 小时前
2027年袁东申论万能素材(PDF)
经验分享·pdf
开开心心就好3 天前
PDF水印怎么去掉?勾选对象再点匹配
java·前端·mysql·支持向量机·pdf·音视频·模拟退火算法
开开心心就好4 天前
两张表格数据对比工具,不用写函数也能查
算法·spring·智能手机·pdf·电脑·intellij-idea·音视频
AI导出鸭PC端4 天前
用 AI 导出鸭高效处理:豆包导 pdf 怎么压缩但清晰
android·人工智能·pdf·豆包·ai导出鸭
w3296362716 天前
飞书接单到月度结算:我用一个 DSH 插件跑通鞋类采购 WMS,附 22 项验收
pdf·node.js·飞书·后端开发·ai agent
小熊熊知识库8 天前
双层PDF转换软件
pdf·双层pdf转换
AI导出鸭PC端13 天前
Perplexity批量导出没有PDF模式?AI导出鸭插件补上最后一块拼图
人工智能·pdf·c#·ai导出鸭
Ravenq~13 天前
无头转换:把 .docx 变成 PDF,不打开编辑器
pdf·编辑器
联犀13 天前
纯 Go 的 CAD 开源库 go-cad:直接解析 DWG/DXF,现在也能导出 PDF
开发语言·golang·pdf