DAExtractPageText

Udtræk, direkte adgangsfunktionalitet, sidehåndtering

Beskrivelse

Denne funktion indeholder to forskellige metoder til udtrækning af tekst fra den valgte side og præsenterer resultaterne i forskellige formater

DASetTextExtractionWordGap, DASetTextExtractionOptions og

Funktionerne DASetTextExtractionArea kan bruges til at justere tekstudtræksprocessen.

Function TPDFlib.DAExtractPageText(FileHandle, PageRef, Options: Integer): WideString;

Function PDFlib::DAExtractPageText(FileHandle As Long, PageRef As Long, Options As Long) As String

const wchar_t * DLDAExtractPageText(int InstanceID, int FileHandle, int PageRef, int Options);

FileHandle	Et greb, der returneres af funktionerne DAOpenFile, DAOpenFileReadOnly eller DAOpenFromStream
PageRef	En sidereference, der returneres af funktionerne DAFindPage eller DANewPage
Options	Med standardalgoritmen til tekstudtrækning: 0 = Udtræk tekst i et læsbart format 1 = Forældet 2 = Returner en CSV-streng med skrifttype, farve, størrelse og position for hvert tekststykke på siden Med den mere nøjagtige, men langsommere algoritme til tekstudtrækning: 3 = Returner en CSV-streng for hvert tekststykke på siden i følgende format: Skrifttypenavn, tekstfarve, tekststørrelse, X1, Y1, X2, Y2, X3, Y3, X4, Y4, tekst Koordinaterne er de fire punkter, der afgrænser teksten, målt med de enheder, der er indstillet med funktionen SetMeasurementUnits, og det nulpunkt, der er indstillet med funktionen SetOrigin. Koordinaterne angives mod uret med nederste venstre hjørne først. 4 = Svarer til indstilling 3, men returnerer enkelte ord, så det er nemmere at søge efter ord 5 = Svarer til indstilling 3, men tegnbredder udskrives efter hver tekstblok 6 = Svarer til indstilling 4, men tegnbredder udskrives efter hver tekstlinje 7 = Udtræk tekst i et læsbart format med større nøjagtighed end indstilling 0 8 = Samme outputformat som indstilling 0, men med den mere nøjagtige algoritme. Returnerer uformaterede linjer