ExtractText.cs
// 
// このコードは、DioDocs for PDF のサンプルの一部として提供されています。
// Copyright (c) GrapeCity inc. All rights reserved.
// 
using System;
using System.IO;
using System.Drawing;
using System.Numerics;
using System.Collections.Generic;
using System.Linq;
using GrapeCity.Documents.Text;
using GrapeCity.Documents.Drawing;
using GrapeCity.Documents.Pdf;
using GrapeCity.Documents.Pdf.Annotations;
using GrapeCity.Documents.Pdf.Graphics;

namespace GcPdfWeb.Samples
{
    // このサンプルは、既存のPDFからテキストを抽出する方法を示しています。
    // 任意の PDF を一時的な GcPdfDocument に読み込み、Page.GetText() メソッドを
    // 使用してそのドキュメントの各ページからテキストを取得し、それらのテキストを
    // すべて TextLayout に追加して、現在のドキュメントにレンダリングします。
    // Page.GetText() の代わりに、ドキュメント全体からテキストを一度に取得する
    // GcPdfDocument.GetText() メソッドがあります。
    public class ExtractText
    {
        public int CreatePDF(Stream stream)
        {
            GcPdfDocument doc = new GcPdfDocument();
            var page = doc.NewPage();

            var rc = Common.Util.AddNote(
                "これはPDF文書全体からテキストを一度に取得するサンプルです。" +
                "任意の PDF を一時的な GcPdfDocument に読み込んでから、" +
                "Page.GetText() メソッドを使用して読み込まれたドキュメントの各ページからテキストを取得します。" +
                "読み込んだテキストをすべて TextLayout に追加して出力用のドキュメントに描画します。 " +
                "Page.GetText() の代わりに、GcPdfDocument.GetText() メソッドもあります。",
                page);

            // キャプションのテキスト書式。
            var tf = new TextFormat()
            {
                Font = Font.FromFile(Path.Combine("Resources", "Fonts", "yumin.ttf")),
                FontSize = 14,
                ForeColor = Color.Blue
            };
            // テキストを描画するためのテキストレイアウト。
            var tl = new TextLayout(72);
            tl.DefaultFormat.Font = Common.Util.getFont();// StandardFonts.Times;
            tl.DefaultFormat.FontSize = 12;
            tl.MaxWidth = doc.PageSize.Width;
            tl.MaxHeight = doc.PageSize.Height;
            tl.MarginAll = rc.Left;
            tl.MarginTop = rc.Bottom + 36;

            // widow/orphan 制御のテキスト分割オプション。
            TextSplitOptions to = new TextSplitOptions(tl)
            {
                MinLinesInFirstParagraph = 2,
                MinLinesInLastParagraph = 2,
                RestMarginTop = rc.Left,
            };

            // 任意の PDF を開き、それを一時ドキュメントに読み込んで、すべてのページテキストを取得します。
            using (var fs = new FileStream(Path.Combine("Resources", "PDFs", "diodocs_pricelist.pdf"), FileMode.Open, FileAccess.Read))
            {
                var doc1 = new GcPdfDocument();
                doc1.Load(fs);

                // 読み込まれたドキュメントのページのテキストを取得します。
                var texts = new List<string>();
                doc1.Pages.ToList().ForEach(p_ => texts.Add(p_.GetText()));

                // テキストレイアウトにテキストとキャプションを追加します。
                for (int i = 0; i < texts.Count; ++i)
                {
                    tl.AppendLine(string.Format("読み込まれた PDF ファイルの {0} ページ目のテキスト:", i + 1), tf);
                    tl.AppendLine(texts[i]);
                }
                tl.PerformLayout(true);
                while (true)
                {
                    // 'rest' は、収まりきらなかったテキストを受け入れます。
                    var splitResult = tl.Split(to, out TextLayout rest);
                    doc.Pages.Last.Graphics.DrawTextLayout(tl, PointF.Empty);
                    if (splitResult != SplitResult.Split)
                        break;
                    tl = rest;
                    doc.NewPage();
                }
            }
            // PDF ドキュメントを保存します。
            doc.Save(stream);
            return doc.Pages.Count;
        }
    }
}