ExtractFilePageText

استخراج، خصائص الصفحة

الوصف

يستخرج نص أي صفحة في ملف PDF

تستخدم هذه الدالة داخليًا وظيفة الوصول المباشر. لا يُحمَّل الملف بأكمله في الذاكرة، لذا يمكن استخدام هذه الدالة على مستندات ضخمة بلا حدود

تتيح طريقتين مختلفتين لاستخراج النص من الصفحة المحددة بصيغ إخراج متنوعة

دالات DASetTextExtractionWordGap وDASetTextExtractionOptions و

دالة DASetTextExtractionArea اللتان تتيحان ضبط عملية استخراج النص

الصيغة

Delphi

Function TPDFlib.ExtractFilePageText(Const InputFileName, Password: WideString; Page, Options: Integer): WideString;

ActiveX

Function PDFlib::ExtractFilePageText(InputFileName As String, Password As String, Page As Long, Options As Long) As String

DLL

const wchar_t * DLExtractFilePageText(int InstanceID, const wchar_t * InputFileName, const wchar_t * Password, int Page, int Options);

المعاملات

InputFileNameمسار واسم الملف المطلوب استخراج النص منه. كلمة المرور المستخدمة، إن وُجدت، عند فتح الملف
Passwordرقم الصفحة المطلوب استخراجها. الصفحة الأولى في المستند هي الصفحة 1
Pageباستخدام خوارزمية استخراج النص القياسية: 0 = استخراج النص بصيغة مقروءة للإنسان 1 = مهجورة 2 = إرجاع سلسلة CSV تتضمن الخط واللون والحجم وموضع كل جزء من أجزاء النص على الصفحة باستخدام خوارزمية استخراج النص الأدق لكن الأبطأ: 3 = إرجاع سلسلة CSV لكل جزء من أجزاء النص على الصفحة بالصيغة التالية: Font Name, Text Color, Text Size, X1, Y1, X2, Y2, X3, Y3, X4, Y4, Text الإحداثيات هي النقاط الأربع المحيطة بالنص، مقاسة بالوحدات المضبوطة بالدالة SetMeasurementUnits وبالأصل المضبوط بالدالة SetOrigin. وترتيب الإحداثيات عكس عقارب الساعة مع الزاوية السفلية اليسرى أولًا 4 = مشابه للخيار 3 لكن تُرجع الكلمات منفردة، ما يسهّل البحث عن الكلمات 5 = مشابه للخيار 3 لكن تُخرج عروض المحارف بعد كل كتلة نص 6 = مشابه للخيار 4 لكن تُخرج عروض المحارف بعد كل سطر نص 7 = استخراج النص بصيغة مقروءة للإنسان بدقة محسّنة مقارنة بالخيار 0 8 = صيغة إخراج مشابهة للخيار 0 لكن باستخدام الخوارزمية الأدق. تُرجع أسطرًا بلا تنسيق
Options