SetTextExtractionOptions

Κείμενο, εξαγωγή

Περιγραφή

Ορίζει διάφορες επιλογές που επηρεάζουν τη λειτουργία εξαγωγής κειμένου

Από την 8.13, αυτή η συνάρτηση ορίζει τις επιλογές εξαγωγής κειμένου μόνο για το επιλεγμένο έγγραφο. Επίσης επηρεάζει μόνο τα αποτελέσματα της GetPageText

function.

Για να προσαρμόσετε την εξαγωγή κειμένου για τις συναρτήσεις ExtractFilePageText και DAExtractPageText, χρησιμοποιήστε το νέο DASetTextExtractionOptions

function.

Σύνταξη

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);

Παράμετροι

OptionID	1 = Αγνόηση αλλαγών Font για ομαδοποίηση διαφορετικών τμημάτων 2 = Αγνόηση αλλαγών Color για ομαδοποίηση διαφορετικών τμημάτων 3 = Αγνόηση αλλαγών Text Block για ομαδοποίηση διαφορετικών τμημάτων 4 = Έξοδος τιμών χρώματος CMYK 5 = Ταξινόμηση text blocks βάσει θέσης πάνω αριστερά 6 = Descenders από μετρικές γραμματοσειράς 7 = Αγνόηση επικαλύψεων 8 = Αγνόηση διπλοτύπων 9 = Διαίρεση σε διπλό κενό 10 = Κοπή χαρακτήρων εκτός περιοχής 11 = Εναλλακτική αντιστοίχιση τμημάτων 12 = Αγνόηση περιστραμμένων text blocks 13 = Κοπή αρχικών και τελικών κενών από τα text blocks 14 = Έξοδος μη ASCII χαρακτήρων κάτω από τον χαρακτήρα Space (0x32) 15 = Αφαίρεση ορισμένων συμβολοσειρών χαρακτήρων όπως γραμμές underscore (βλ. παρακάτω)
NewValue	Για OptionID = 1, 2, 3 και 6: 0 = Χρήση, 1 = Αγνόηση Για OptionID = 4: 0 = Εμφάνιση ως RGB (προεπιλογή), 1 = Εμφάνιση ως CMYK Για OptionID = 5: 0 = Χωρίς ταξινόμηση blocks (προεπιλογή), 1 = Ταξινόμηση blocks Για OptionID = 7, 8 και 12: 0 = Χωρίς αγνόηση, 1 = Αγνόηση OptionID = 9: 0 = Χωρίς διαίρεση σε διπλό κενό (προεπιλογή) 1 = Διαίρεση σε διπλό κενό OptionID = 10: 0 = Χωρίς κοπή χαρακτήρων εκτός περιοχής (προεπιλογή) 1 = Κοπή χαρακτήρων εκτός περιοχής OptionID = 11: 0 = Κανονική αντιστοίχιση blocks 1 = Εναλλακτική αντιστοίχιση blocks OptionID = 13: 0 = Χωρίς κοπή αρχικών και τελικών κενών 1 = Κοπή αρχικών και τελικών κενών OptionID = 14 0 = Αφαίρεση μη ASCII χαρακτήρων κάτω από τον χαρακτήρα κενού από την έξοδο (προεπιλογή) 1 = Έξοδος ακατέργαστων αφίλτρων ASCII χαρακτήρων OptionID = 15 0 = Έξοδος γραμμών κειμένου από χαρακτήρες Underscore (προεπιλογή) 1 = Αφαίρεση γραμμών κειμένου από χαρακτήρες Underscore OptionID = 16 0 = Διατήρηση παυλών στα τέλη γραμμών (προεπιλογή) 1 = Επανένωση λέξεων με συλλαβισμό πάνω από αλλαγές γραμμής στις εξόδους προσανατολισμένες σε γραμμές (GetPageText λειτουργίες 7 και 9)· πεζή συνέχεια αφαιρεί την παύλα και την αλλαγή, κεφαλαιοποιημένη ή αριθμητική συνέχεια τις κρατά OptionID = 17 0 = Διατήρηση show-text runs όπως ζωγραφίστηκαν (προεπιλογή) 1 = Επαναδιαίρεση show-text runs χωρίς κενά σε λέξεις σε βήματα προόδου πολύ φαρδύτερα από τον διάμεσο glyph προόδου του run (GetPageText λειτουργίες 7 και 9-11), ώστε έγγραφα που ζωγραφίζουν ολόκληρες γραμμές ως ένα operator με κενά kerning αντί για κενά να διαιρούνται ακόμη σε λέξεις OptionID = 18 0 = Εξαγωγή περιστραμμένων runs σε συντεταγμένες σελίδας (προεπιλογή) 1 = Περιστροφή runs ζωγραφισμένων σε 90, 180 ή 270 μοίρες στον οριζόντιο πλαίσιο ανάγνωσης και ομαδοποίηση κάθε τεταρτημόριου ξεχωριστά, ώστε περιστραμμένες σημειώσεις περιθωρίων, επικεφαλίδες πινάκων και ετικέτες αξόνων να εξάγονται ως αναγνώσιμες γραμμές αντί να εναλλάσσονται με το όρθιο κείμενο· το OptionID 12 εξακολουθεί να υπερισχύει όταν ορίζονται και τα δύο

OptionID

1 = Αγνόηση αλλαγών Font για ομαδοποίηση διαφορετικών τμημάτων 2 = Αγνόηση αλλαγών Color για ομαδοποίηση διαφορετικών τμημάτων 3 = Αγνόηση αλλαγών Text Block για ομαδοποίηση διαφορετικών τμημάτων 4 = Έξοδος τιμών χρώματος CMYK 5 = Ταξινόμηση text blocks βάσει θέσης πάνω αριστερά 6 = Descenders από μετρικές γραμματοσειράς 7 = Αγνόηση επικαλύψεων 8 = Αγνόηση διπλοτύπων 9 = Διαίρεση σε διπλό κενό 10 = Κοπή χαρακτήρων εκτός περιοχής 11 = Εναλλακτική αντιστοίχιση τμημάτων 12 = Αγνόηση περιστραμμένων text blocks 13 = Κοπή αρχικών και τελικών κενών από τα text blocks 14 = Έξοδος μη ASCII χαρακτήρων κάτω από τον χαρακτήρα Space (0x32) 15 = Αφαίρεση ορισμένων συμβολοσειρών χαρακτήρων όπως γραμμές underscore (βλ. παρακάτω)

NewValue

Για OptionID = 1, 2, 3 και 6: 0 = Χρήση, 1 = Αγνόηση Για OptionID = 4: 0 = Εμφάνιση ως RGB (προεπιλογή), 1 = Εμφάνιση ως CMYK Για OptionID = 5: 0 = Χωρίς ταξινόμηση blocks (προεπιλογή), 1 = Ταξινόμηση blocks Για OptionID = 7, 8 και 12: 0 = Χωρίς αγνόηση, 1 = Αγνόηση OptionID = 9: 0 = Χωρίς διαίρεση σε διπλό κενό (προεπιλογή) 1 = Διαίρεση σε διπλό κενό OptionID = 10: 0 = Χωρίς κοπή χαρακτήρων εκτός περιοχής (προεπιλογή) 1 = Κοπή χαρακτήρων εκτός περιοχής OptionID = 11: 0 = Κανονική αντιστοίχιση blocks 1 = Εναλλακτική αντιστοίχιση blocks OptionID = 13: 0 = Χωρίς κοπή αρχικών και τελικών κενών 1 = Κοπή αρχικών και τελικών κενών OptionID = 14 0 = Αφαίρεση μη ASCII χαρακτήρων κάτω από τον χαρακτήρα κενού από την έξοδο (προεπιλογή) 1 = Έξοδος ακατέργαστων αφίλτρων ASCII χαρακτήρων OptionID = 15 0 = Έξοδος γραμμών κειμένου από χαρακτήρες Underscore (προεπιλογή) 1 = Αφαίρεση γραμμών κειμένου από χαρακτήρες Underscore OptionID = 16 0 = Διατήρηση παυλών στα τέλη γραμμών (προεπιλογή) 1 = Επανένωση λέξεων με συλλαβισμό πάνω από αλλαγές γραμμής στις εξόδους προσανατολισμένες σε γραμμές (GetPageText λειτουργίες 7 και 9)· πεζή συνέχεια αφαιρεί την παύλα και την αλλαγή, κεφαλαιοποιημένη ή αριθμητική συνέχεια τις κρατά OptionID = 17 0 = Διατήρηση show-text runs όπως ζωγραφίστηκαν (προεπιλογή) 1 = Επαναδιαίρεση show-text runs χωρίς κενά σε λέξεις σε βήματα προόδου πολύ φαρδύτερα από τον διάμεσο glyph προόδου του run (GetPageText λειτουργίες 7 και 9-11), ώστε έγγραφα που ζωγραφίζουν ολόκληρες γραμμές ως ένα operator με κενά kerning αντί για κενά να διαιρούνται ακόμη σε λέξεις OptionID = 18 0 = Εξαγωγή περιστραμμένων runs σε συντεταγμένες σελίδας (προεπιλογή) 1 = Περιστροφή runs ζωγραφισμένων σε 90, 180 ή 270 μοίρες στον οριζόντιο πλαίσιο ανάγνωσης και ομαδοποίηση κάθε τεταρτημόριου ξεχωριστά, ώστε περιστραμμένες σημειώσεις περιθωρίων, επικεφαλίδες πινάκων και ετικέτες αξόνων να εξάγονται ως αναγνώσιμες γραμμές αντί να εναλλάσσονται με το όρθιο κείμενο· το OptionID 12 εξακολουθεί να υπερισχύει όταν ορίζονται και τα δύο

Τιμές επιστροφής

0	Η παράμετρος OptionID ή NewValue δεν ήταν έγκυρη
1	Η επιλογή εξαγωγής κειμένου ορίστηκε επιτυχώς