C++：PDF からテキストと画像を抽出する方法

#include "Spire.Pdf.o.h"

using namespace Spire::Pdf;
using namespace std;

int main()
{
	// PdfDocument クラスの新しいインスタンスを作成します
	intrusive_ptr<PdfDocument> doc = new PdfDocument();

	// 入力ファイルから PDF ドキュメントを読み込みます
	doc->LoadFromFile(L"Input.pdf");

	// 抽出後のテキストを保持する変数
	wstring buffer = L"";

	// ファイル内のすべてのページを繰り返し処理します
	for (int i = 0; i < doc->GetPages()->GetCount(); i++)
	{
		// 現在のページを取得します
		intrusive_ptr<PdfPageBase> page = doc->GetPages()->GetItem(i);

		// 指定されたページ用のテキスト抽出オブジェクトを作成します
		intrusive_ptr<PdfTextExtractor> textExtractor = new PdfTextExtractor(page);

		// テキスト抽出用のオプションを作成します
		intrusive_ptr<PdfTextExtractOptions> textExtractorOption = new PdfTextExtractOptions();

		// ページからテキストを抽出します
		buffer += textExtractor->ExtractText(textExtractorOption);
	}

	// 抽出後のテキストを .txt ファイルに保存します
	wofstream write(L"ExtractText.txt");
	auto LocUtf8 = locale(locale(""), new std::codecvt_utf8<wchar_t>);
	write.imbue(LocUtf8);
	write << buffer;
	write.close();
	doc->Close();
}

#include "Spire.Pdf.o.h"

using namespace Spire::Pdf;
using namespace std;

int main()
{
	// PdfDocument クラスの新しいインスタンスを作成します
	intrusive_ptr<PdfDocument> doc = new PdfDocument();

	// 入力ファイルから PDF ドキュメントを読み込みます
	doc->LoadFromFile(L"sample.pdf");

	// 抽出後のテキストを保持する変数
	wstring buffer = L"";

	// ファイル内のすべてのページを繰り返し処理します
	for (int i = 0; i < doc->GetPages()->GetCount(); i++)
	{
		// 現在のページを取得します
		intrusive_ptr<PdfPageBase> page = doc->GetPages()->GetItem(i);

		// 指定されたページ用のテキスト抽出オブジェクトを作成します
		intrusive_ptr<PdfTextExtractor> textExtractor = new PdfTextExtractor(page);

		// テキスト抽出用のオプションを作成します
		intrusive_ptr<PdfTextExtractOptions> textExtractorOption = new PdfTextExtractOptions();
		
		// 抽出範囲を定義してオプションに設定します（例: X=0, Y=0, 幅=600, 高さ=200 の矩形領域）
		textExtractorOption-> SetExtractArea(new RectangleF(0, 0, 600, 200));

		// ページからテキストを抽出します
		buffer += textExtractor->ExtractText(textExtractorOption);
	}

	// 抽出後のテキストを .txt ファイルに保存します
	wofstream write(L"ExtractTextFromPageArea.txt");
	auto LocUtf8 = locale(locale(""), new std::codecvt_utf8<wchar_t>);
	write.imbue(LocUtf8);
	write << buffer;
	write.close();
	doc->Close();
}

#include "Spire.Pdf.o.h"

using namespace Spire::Pdf;
using namespace std;

int main()
{
	// PdfDocument クラスの新しいインスタンスを作成します
	intrusive_ptr<PdfDocument> doc = new PdfDocument();

	// 入力ファイルから PDF ドキュメントを読み込みます
	doc->LoadFromFile(L"sample.pdf");

	// ページから画像を抽出するための画像ヘルパーを初期化します
	intrusive_ptr<PdfImageHelper> imagehelper = new PdfImageHelper();

	int imageIndex = 0;

	// ファイル内のすべてのページを繰り返し処理します
	for (int i = 0; i < doc->GetPages()->GetCount(); i++)
	{
		// 現在のページを取得します
		intrusive_ptr<PdfPageBase> page = doc->GetPages()->GetItem(i);

		// ページ上のすべての画像に関する情報を取得します
		vector<intrusive_ptr<Utilities_PdfImageInfo>> exImages = imagehelper->GetImagesInfo(page);

		// 画像をループ処理し、それぞれを保存します
		for (auto image : exImages)
		{
			std::wstring imageFileName = L"Image\\Image-" + to_wstring(imageIndex) + L".png";
			image->GetImage()->Save(imageFileName.c_str());
			imageIndex++;
		}
	}
}