ExportPageMarkdown

Text, Extraktion, Markdown

Beschreibung

Exportiert eine PDF-Seite als semantisches Markdown anhand der auf der Seite erkannten Absätze, Listen, Überschriften und Tabellen'

Syntax

Delphi

Function TPDFlib.ExportPageMarkdown(Page, Options: Integer): WideString;

ActiveX

Function PDFlib::ExportPageMarkdown(Page As Long, Options As Long) As String

DLL

const wchar_t* DLExportPageMarkdown(int InstanceID, int Page, int Options);
const char* DLExportPageMarkdownA(int InstanceID, int Page, int Options);

Parameter

PageDie einsbasierte Seitennummer
OptionsKombinieren Sie PDF_MARKDOWN_INCLUDE_PAGE_MARKERS (1), PDF_MARKDOWN_DETECT_HEADINGS (2) und PDF_MARKDOWN_PRESERVE_STYLES (4), oder verwenden Sie PDF_MARKDOWN_DEFAULT (7); null gibt semantische Blöcke ohne optionale Markierungen, Überschriftenerkennung oder Schriftformatierung aus

Rückgabewerte

Gibt Markdown-Text oder eine leere Zeichenfolge zurück, wenn die Validierung oder 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

Einfache nicht verbundene Tabellen verwenden Pipe-Syntax; Tabellen mit verbundenen Zellen verwenden eingebettetes HTML mit Zeilen- und Spaltenspannen und bewahren leere Zellen

Die Überschriftenableitung vergleicht kurze einzeilige Absätze mit der medianen Fließtextgröße der Seite und erzeugt Stufen H1 bis H3

Die Schriftformatierung erkennt fette und kursive Schriftartnamen sowie hoch- und tiefgestellte Ausrichtung, wenn PDF_MARKDOWN_PRESERVE_STYLES aktiviert ist

Markdown-Syntaxzeichen werden maskiert, und Pipe-Tabellenzellen maskieren eingebettete Pipe-Zeichen

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

DLL-Rückgabezeiger bleiben bis zum nächsten Zeichenfolgen zurückgebenden Aufruf für dieselbe Instanz gültig

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

Siehe auch

ExportDocumentMarkdown, ExtractStructuredPage, ExportPageHTML