UglyToad.PdfPig- 提供輕量化讀取PDF文字內容

使用 Copilot 發現的讀取PDF文字內容的開源套件

Install-Package PdfPig

將指定路徑內的PDF檔案，依照頁碼讀取出來，存入自定義的PdfPageText物件

public List<PdfPageText> ExtractTextFromPdf(string filePath)
    {
        if (!File.Exists(filePath))
        {
            throw new FileNotFoundException($"PDF file not found at: {filePath}");
        }

        var pagesText = new List<PdfPageText>();

        using (var pdf = PdfDocument.Open(filePath))
        {
            foreach (Page page in pdf.GetPages())
            {
                string text = page.Text;
                if (!string.IsNullOrWhiteSpace(text))
                {
                    pagesText.Add(new PdfPageText
                    {
                        PageNumber = page.Number,
                        Text = text
                    });
                }
            }
        }

        return pagesText;
    }

PdfDocument 物件

public class PdfPageText
{
    public int PageNumber { get; set; }
    public string Text { get; set; } = string.Empty;
}