SetTextExtractionOptions

Text, Extraktion

Beschreibung

Prüfen Sie Syntax, Parameter und Rückgabewerte, bevor Sie die Funktion aufrufen Die Codeblöcke bleiben im Original erhalten, damit Beispiele unverändert übernommen werden können.

Syntax

Delphi

Function TPDFlib.SetTextExtractionOptions(OptionID, NewValue: Integer): Integer;

ActiveX

Function PDFlib::SetTextExtractionOptions(OptionID As Long, NewValue As Long) As Long

DLL

int DLSetTextExtractionOptions(int InstanceID, int OptionID, int NewValue);

Parameter

OptionID	1 = Schriftartänderungen ignorieren, um verschiedene Blöcke gruppieren zu können 2 = Farbänderungen ignorieren, um verschiedene Blöcke gruppieren zu können 3 = Textblockänderungen ignorieren, um verschiedene Blöcke gruppieren zu können 4 = CMYK-Farbwerte ausgeben 5 = Textblöcke anhand der Position oben links sortieren 6 = Unterlängen aus Schriftartmetriken 7 = Überlappungen ignorieren 8 = Duplikate ignorieren 9 = Bei doppeltem Leerzeichen teilen 10 = Zeichen außerhalb des Bereichs abschneiden 11 = Alternative Blockzuordnung 12 = Gedrehte Textblöcke ignorieren 13 = Führende und nachgestellte Leerzeichen aus Textblöcken entfernen 14 = Nicht-ASCII-Zeichen unterhalb des Leerzeichens (0x32) ausgeben 15 = Bestimmte Zeichenfolgen wie Unterstrichlinien entfernen (siehe unten)
NewValue	Für OptionID = 1, 2, 3 und 6: 0 = Verwenden, 1 = Ignorieren Für OptionID = 4: 0 = Als RGB anzeigen (Standard), 1 = Als CMYK anzeigen Für OptionID = 5: 0 = Blöcke nicht sortieren (Standard), 1 = Blöcke sortieren Für OptionID = 7, 8 und 12: 0 = Nicht ignorieren, 1 = Ignorieren OptionID = 9: 0 = Nicht bei doppeltem Leerzeichen teilen (Standard) 1 = Bei doppeltem Leerzeichen teilen OptionID = 10: 0 = Zeichen außerhalb des Bereichs nicht abschneiden (Standard) 1 = Zeichen außerhalb des Bereichs abschneiden OptionID = 11: 0 = Reguläre Blockzuordnung 1 = Alternative Blockzuordnung OptionID = 13: 0 = Führende oder nachgestellte Leerzeichen nicht entfernen 1 = Führende und nachgestellte Leerzeichen entfernen OptionID = 14 0 = Nicht-ASCII-Zeichen unterhalb des Leerzeichens aus der Ausgabe entfernen (Standard) 1 = Ungefilterte ASCII-Rohzeichen ausgeben OptionID = 15 0 = Mit Unterstrichen erzeugte Textzeilen ausgeben (Standard) 1 = Mit Unterstrichen erzeugte Textzeilen entfernen OptionID = 16 0 = Trennstriche an Zeilenenden beibehalten (Standard) 1 = Über Zeilenumbrüche hinweg getrennte Wörter in den zeilenorientierten Ausgaben (GetPageText-Modi 7 und 9) wieder zusammensetzen; bei einer kleingeschriebenen Fortsetzung entfallen Trennstrich und Umbruch, bei großgeschriebenen oder numerischen Fortsetzungen bleiben sie erhalten OptionID = 17 0 = Textanzeigeläufe wie gezeichnet belassen (Standard) 1 = Textanzeigeläufe ohne Leerzeichen an Vorwärtsschritten, die deutlich breiter als der mediane Glyphenvorschub des Laufs' sind, erneut in Wörter teilen (GetPageText-Modi 7 und 9-11), sodass Dokumente, die ganze Zeilen mit einem Operator und Kerningabständen statt Leerzeichen zeichnen, dennoch in Wörter aufgeteilt werden OptionID = 18 0 = Gedrehte Läufe in Seitenkoordinaten extrahieren (Standard) 1 = Mit 90, 180 oder 270 Grad gezeichnete Läufe in den horizontalen Leserahmen drehen und jede Vierteldrehung separat gruppieren, sodass gedrehte Randnotizen, Tabellenüberschriften und Achsenbeschriftungen als lesbare Zeilen extrahiert werden, statt sich mit dem aufrechten Text zu vermischen; OptionID 12 hat weiterhin Vorrang, wenn beide aktiviert sind

OptionID

1 = Schriftartänderungen ignorieren, um verschiedene Blöcke gruppieren zu können 2 = Farbänderungen ignorieren, um verschiedene Blöcke gruppieren zu können 3 = Textblockänderungen ignorieren, um verschiedene Blöcke gruppieren zu können 4 = CMYK-Farbwerte ausgeben 5 = Textblöcke anhand der Position oben links sortieren 6 = Unterlängen aus Schriftartmetriken 7 = Überlappungen ignorieren 8 = Duplikate ignorieren 9 = Bei doppeltem Leerzeichen teilen 10 = Zeichen außerhalb des Bereichs abschneiden 11 = Alternative Blockzuordnung 12 = Gedrehte Textblöcke ignorieren 13 = Führende und nachgestellte Leerzeichen aus Textblöcken entfernen 14 = Nicht-ASCII-Zeichen unterhalb des Leerzeichens (0x32) ausgeben 15 = Bestimmte Zeichenfolgen wie Unterstrichlinien entfernen (siehe unten)

NewValue

Für OptionID = 1, 2, 3 und 6: 0 = Verwenden, 1 = Ignorieren Für OptionID = 4: 0 = Als RGB anzeigen (Standard), 1 = Als CMYK anzeigen Für OptionID = 5: 0 = Blöcke nicht sortieren (Standard), 1 = Blöcke sortieren Für OptionID = 7, 8 und 12: 0 = Nicht ignorieren, 1 = Ignorieren OptionID = 9: 0 = Nicht bei doppeltem Leerzeichen teilen (Standard) 1 = Bei doppeltem Leerzeichen teilen OptionID = 10: 0 = Zeichen außerhalb des Bereichs nicht abschneiden (Standard) 1 = Zeichen außerhalb des Bereichs abschneiden OptionID = 11: 0 = Reguläre Blockzuordnung 1 = Alternative Blockzuordnung OptionID = 13: 0 = Führende oder nachgestellte Leerzeichen nicht entfernen 1 = Führende und nachgestellte Leerzeichen entfernen OptionID = 14 0 = Nicht-ASCII-Zeichen unterhalb des Leerzeichens aus der Ausgabe entfernen (Standard) 1 = Ungefilterte ASCII-Rohzeichen ausgeben OptionID = 15 0 = Mit Unterstrichen erzeugte Textzeilen ausgeben (Standard) 1 = Mit Unterstrichen erzeugte Textzeilen entfernen OptionID = 16 0 = Trennstriche an Zeilenenden beibehalten (Standard) 1 = Über Zeilenumbrüche hinweg getrennte Wörter in den zeilenorientierten Ausgaben (GetPageText-Modi 7 und 9) wieder zusammensetzen; bei einer kleingeschriebenen Fortsetzung entfallen Trennstrich und Umbruch, bei großgeschriebenen oder numerischen Fortsetzungen bleiben sie erhalten OptionID = 17 0 = Textanzeigeläufe wie gezeichnet belassen (Standard) 1 = Textanzeigeläufe ohne Leerzeichen an Vorwärtsschritten, die deutlich breiter als der mediane Glyphenvorschub des Laufs' sind, erneut in Wörter teilen (GetPageText-Modi 7 und 9-11), sodass Dokumente, die ganze Zeilen mit einem Operator und Kerningabständen statt Leerzeichen zeichnen, dennoch in Wörter aufgeteilt werden OptionID = 18 0 = Gedrehte Läufe in Seitenkoordinaten extrahieren (Standard) 1 = Mit 90, 180 oder 270 Grad gezeichnete Läufe in den horizontalen Leserahmen drehen und jede Vierteldrehung separat gruppieren, sodass gedrehte Randnotizen, Tabellenüberschriften und Achsenbeschriftungen als lesbare Zeilen extrahiert werden, statt sich mit dem aufrechten Text zu vermischen; OptionID 12 hat weiterhin Vorrang, wenn beide aktiviert sind

Rückgabewerte

0	Der Parameter OptionID oder NewValue war ungültig
1	Die Textextraktionsoption wurde erfolgreich festgelegt