同样做 PDF 解析,这款.NET 库让处理速度直接飙升 80%-夜雨聆风

同样做 PDF 解析,这款.NET 库让处理速度直接飙升 80%

在日常的软件开发工作中，PDF 文档处理是极为常见的业务需求。无论是数据解析、文档整合、格式转换还是信息提取，开发者都需要一款稳定、高效且轻量化的工具库。

DocNet 是 GowenGit 推出的开源PDF 编辑与数据提取类库，以高性能、轻量、跨平台为核心优势，专为现代.NET 应用打造。其底层封装 Chromium 内置的PDFium C++ 引擎，遵循.NET Standard 2.0 规范，可无缝对接各类.NET 框架项目，兼容 Windows、Linux、macOS 三大主流系统。

核心功能清单

1.文档信息读取：获取 PDF 版本、页数、页面尺寸
2.文本与字符提取：抽取页面文本、字符信息、字符边界、字体大小、旋转角度
3.页面渲染：将 PDF 页面转为图片（如 PNG）
4.文档操作：PDF 分割、合并、解锁
5.格式转换：JPEG 图片转 PDF 文档

平台适配与使用要点

1.支持平台：Windows、Linux、macOS，可通过配置指定运行时（win-x64、win-x86、linux、osx）

2.使用规范：DocLib.Instance 建议单例生命周期，随应用程序托管，销毁时释放PDFium 非托管资源

3.Linux 环境提示：运行示例需安装 libgdiplus 依赖，适配System.Drawing.Common 组件

快速开始

1.安装NUGET包

dotnet add package Docnet.Core

1.简单示例，提取PDF文本

using Docnet.Core;using Docnet.Core.Models;using var docReader = DocLib.Instance.GetDocReader("input.pdf", new PageDimensions(1080, 1920));using var pageReader = docReader.GetPageReader(0);string text = pageReader.GetText();Console.WriteLine(text);

2.获取PDF文本

using var docReader = DocLib.Instance.GetDocReader("file.pdf", new PageDimensions(1080, 1920));var pageCount = docReader.GetPageCount();      // 总页数var version = docReader.GetPdfVersion();       // PDF 版本

for (int i = 0; i < docReader.GetPageCount(); i++){    using var pageReader = docReader.GetPageReader(i);    string text = pageReader.GetText();    Console.WriteLine($"第 {i + 1} 页: {text}");}

3.图片转PDF

var image = new JpegImage{    Bytes = File.ReadAllBytes("image.jpg"),    Width = 1920,    Height = 1080};var pdfBytes = DocLib.Instance.JpegToPdf(new[] { image });File.WriteAllBytes("output.pdf", pdfBytes);