如何使用 Azure Functions 提取 PDF 文件的文本？

Question

我想创建一个 Azure 函数，只要将文件上传到 blob 存储并提取 PDF 文件的文本，就会触发该函数。我也不知道什么是最好的图书馆。

我发现 this post 展示了如何使用 PdfSharp 提取 PDF 文件的文本，但我似乎无法让它工作，因为这是我第一次使用 Azure Functions。

Answer 1

这个问题过于宽泛，可能会这样结束。但这里有一些指示。

1. 首先安装 Azure 存储模拟器，以便您可以在本地创建 Blob 以进行测试。得到它here。
2. 创建 Azure 函数 v2。设置 Blob 存储触发器，以便每当有内容写入本地存储时，都会调用触发器。 Blob 触发器描述为here。
3. 在将 Blob 添加到本地模拟器时，一旦您可以在 Azure 函数中命中断点，您就需要使用您选择的 PDF 提取器获取字节并提取文本。有很多，有些是免费的，有些是付费的。建议一个并给出代码示例可能会运行数千个单词，因此您可以选择和使用哪一个。