GetPageTextA

الاستخراج، معالجة الصفحات

الوصف

تشير اللاحقة A إلى نقطة دخول DLL بصيغة ANSI (char)؛ وتبقى واجهة ActiveX/COM مكشوفةً بالصيغة Unicode فقط. والسلوك مطابق لـ GetPageText وتُفسر وسائط السلاسل بصفحة شيفرة SetAnsiMode الحالية

توفر هذه الدالة طريقتين مختلفتين لاستخراج النص من الصفحة المحددة، وتعرض النتائج بصيغ متنوعة

دالتا SetTextExtractionWordGap وSetTextExtractionOptions وSetTextExtractionArea

double DestLeft, double DestTop, double DestRight, double DestBottom);

الصيغة

Delphi

Function DLGetPageTextA(InstanceID, ExtractOptions: Integer): PAnsiChar;

DLL

const char * DLGetPageTextA(int InstanceID, int ExtractOptions);

المعاملات

ExtractOptions	باستخدام 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 9 = استخراج النص بترتيب قراءة بصري: قصّ XY تكراري يحافظ على التخطيطات متعددة الأعمدة عمودًا بعد عمود بدلًا من تشابك الأسطر 10 = تصدير مدرك للجداول مفصول بعلامات جدولة: تتجمع الحواف اليسرى للكتل في مواضع أعمدة عامة فتبقى الخلايا المتحاذية رأسيًا محاذاة عبر الصفوف 11 = نص بشبكة ثابتة حافظة للتخطيط: تُسقط الصفحة على شبكة محارف ثابتة العرض مزودة بمسافات حقيقية، محافظةً على المحاذاة البصرية دون مواضع جدولة

ExtractOptions

باستخدام 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 9 = استخراج النص بترتيب قراءة بصري: قصّ XY تكراري يحافظ على التخطيطات متعددة الأعمدة عمودًا بعد عمود بدلًا من تشابك الأسطر 10 = تصدير مدرك للجداول مفصول بعلامات جدولة: تتجمع الحواف اليسرى للكتل في مواضع أعمدة عامة فتبقى الخلايا المتحاذية رأسيًا محاذاة عبر الصفوف 11 = نص بشبكة ثابتة حافظة للتخطيط: تُسقط الصفحة على شبكة محارف ثابتة العرض مزودة بمسافات حقيقية، محافظةً على المحاذاة البصرية دون مواضع جدولة

قيم الإرجاع

	نص الصفحة المحددة، أو سلسلة فارغة عند حدوث مشكلة. وتفصل بين الأسطر محارف CR-LF