Такие архивы, как ZIP, RAR, TAR, GZIP, BZIP2, обычно используются для хранения более одного файла и папки в одном контейнере. Еще одна основная причина архивных файлов — уменьшить общий размер файла с помощью алгоритмов сжатия. Точно так же, как при анализе и извлечении данных из документов различных форматов файлов, вы можете обращаться с архивными файлами таким же образом. Вы можете извлечь текст, изображения и даже метаданные из файлов, сжатых в архивах. В этой статье мы обсудим, как извлечь данные ZIP-архивов с помощью C# из ваших приложений .NET.
Ниже рассматриваются следующие темы:
.NET API для извлечения данных ZIP-файлов
GroupDocs.Parser предоставляет решение для анализа документов для разработчиков. Я буду использовать его .NET API для извлечения данных ZIP-файлов в примерах C# этой статьи. Кроме того, API позволяет извлекать текст, изображения и метаданные из длинного списка поддерживаемых форматов документов, таких как текстовые документы, презентации, электронные таблицы, электронные письма, базы данных, электронные книги и многие другие.
Вы можете загрузить DLL или MSI установщик из раздела загрузок или установить API, добавив его пакет в свое приложение .NET через NuGet.
PM> Install-Package GroupDocs.Parser
Как извлечь данные из ZIP-файлов в C#
GroupDocs.Parser for .NET поддерживает извлечение данных из различных форматов файлов сжатия, таких как ZIP, RAR, TAR, BZIP2 и GZIP. После извлечения набора файлов из сжатого файла вы можете дополнительно извлечь любые данные из каждого файла.
Следующие шаги показывают, как извлечь данные ZIP-файлов и получить текст из каждого вложенного файла в C#.
- Загрузите ZIP-архив, используя класс Parser.
- Получите вложения, используя метод GetContainer
- Обход коллекции вложений.
- Для каждого вложения вы можете получить различные данные, используя соответствующие методы класса Parser.
В исходном коде показано, как извлечь данные из ZIP-файлов с помощью C#. В этом примере я буду извлекать весь текст из всех файлов в ZIP-архиве.
// Извлечение данных ZIP-архивов в C#
using (Parser parser = new Parser(@"path/sample.zip"))
{
// Извлечение вложений из контейнера
IEnumerable<ContainerItem> attachments = parser.GetContainer();
// Итерация по коллекции сущностей
foreach (ContainerItem item in attachments)
{
// Распечатать ИНФОРМАЦИЮ О ФАЙЛЕ
Console.WriteLine("-----------------------------------");
Console.WriteLine("Name: " + item.Name);
Console.WriteLine("File Size: " + item.Size + " Bytes");
Console.WriteLine("-----------------------------------");
try
{
using (Parser attachmentParser = item.OpenParser())
{
// Извлеките текст объекта ZIP
using (TextReader reader = attachmentParser.GetText())
{
Console.WriteLine(reader == null ? "No text" : reader.ReadToEnd());
}
}
}
catch (UnsupportedDocumentFormatException)
{
Console.WriteLine("Isn't supported.");
}
}
}
Вывод приведенного выше исходного кода показывает текст, извлеченный из одного из файлов PDF в ZIP-файле.
-----------------------------------
Name: sample.pdf
File Size: 33370 Bytes
-----------------------------------
Heading
This is the first paragraph of the sample document that contains some sample
text, bulleted list, numbered list and more.
• Bullet Item 1
• Bullet Item 2
• Bullet Item 3
This is the second paragraph of the sample document and after this, there is a
numbered list:
1. Numbered Item 1
2. Numbered Item 2
3. Numbered Item 3
Получите бесплатную лицензию API
Вы можете получить бесплатную временную лицензию, чтобы использовать API без ограничений пробной версии.
Вывод
Подводя итог, вы узнали, как извлекать данные из ZIP-архивов с помощью C# в вашем приложении .NET. В частности, теперь вы можете извлекать данные из файлов ZIP, RAR, TAR, GZIP и BZIP. Вы даже можете создать собственное приложение .NET для извлечения данных из сжатых файлов. Чтобы получить дополнительные сведения или узнать больше об API, посетите документацию. По вопросам обращайтесь к нам через форум.