ExportDocumentMarkdown

Text, Extraktion, Markdown

Beschreibung

Exportiert einen ausgewählten PDF-Seitenbereich als einzelne semantische Markdown-Zeichenfolge, die sich für Suchindizes, Wissensdatenbanken und die Verarbeitung durch Sprachmodelle eignet

Syntax

Delphi

Function TPDFlib.ExportDocumentMarkdown(Const PageRange: WideString;
  Options: Integer): WideString;

ActiveX

Function PDFlib::ExportDocumentMarkdown(PageRange As String,
  Options As Long) As String

DLL

const wchar_t* DLExportDocumentMarkdown(int InstanceID,
  const wchar_t* PageRange, int Options);
const char* DLExportDocumentMarkdownA(int InstanceID,
  const char* PageRange, int Options);

Parameter

Rückgabewerte

Gibt den zusammengeführten Markdown-Text oder eine leere Zeichenfolge zurück, wenn die Validierung, der Abbruch oder die Extraktion fehlschlägt

Anmerkungen

Die Analyse verwendet SetStructuredTextOptions unabhängig von den formatspezifischen Options; prüfen Sie GetLastStructuredTextDiagnostics für Lesequellen und Ausweichwarnungen

Die echte Tag-Baum-Reihenfolge hat Vorrang, wenn Inhaltsbindungen vollständig sind; ungelöster oder mehrdeutiger Inhalt behält extrahierten Text im gemischten oder geometrischen Ausweichmodus, und unbekannte benutzerdefinierte Rollen werden nicht aus ihren Namen geraten

Dokumentweite Analyse kann Tabellenfragmente über aufeinanderfolgende Quellseiten hinweg zusammenführen und wiederkehrenden Text nahe der Seitenränder erkennen; die Standarderkennung bewahrt diesen Text

Zusammengeführte oder fortgeführte Tabellen verwenden eine einzelne eingebettete HTML-Tabelle, behalten leere Zellen bei und lassen erkannte wiederholte Fortsetzungs-Kopfzeilen weg

Mit aktivierten Seitenmarkierungen beginnen Seiten normal mit <!-- page: N -->; eine fortgeführte Tabelle lässt Markierungen innerhalb der offenen HTML-Tabelle weg

Die explizite Seitenreihenfolge bleibt erhalten; umgekehrte oder nicht aufeinanderfolgende Seitenauswahlen werden nicht erzwungen zusammengeführt

Ausgewählte Seitenmodelle und das vollständige Markdown-Ergebnis werden für die dokumentweite Analyse gepuffert; die Strom- und Datei-APIs behalten dieses Analysemodell und diese Ausgabepuffer ebenfalls

Die Extraktion bewahrt die ausgewählte Seite und den offenen Writer-Tag-Stapel; aktuelle nicht gespeicherte Writer-Tags werden ohne schließende Tags und ohne Finalisieren des Dokuments einbezogen

Fortschritt und kooperativer Abbruch verwenden den normalen Lebenszyklus von Dokumentvorgängen

LastErrorCode ist 113 bei einem ungültigen Bereich oder einer ungültigen Optionsmaske und 517, wenn die Extraktion fehlschlägt

Siehe auch

ExportPageMarkdown, SaveMarkdownToStream, ExtractStructuredDocument