DASetTextExtractionOptions

Texto, Extracción, Funcionalidad de acceso directo

Descripción

Establece varias opciones que afectan la funcionalidad de extracción de texto

Esta función afecta únicamente los resultados de las funciones ExtractFilePageText y DAExtractPageText

Sintaxis

Delphi

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

ActiveX

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

DLL

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

Parámetros

OptionID	1 = Ignorar cambios de fuente para permitir agrupar bloques distintos 2 = Ignorar cambios de color para permitir agrupar bloques distintos 3 = Ignorar cambios de bloque de texto para permitir agrupar bloques distintos 4 = Generar valores de color CMYK 5 = Ordenar bloques de texto según la posición superior izquierda 6 = Descendentes según métricas de fuente 7 = Ignorar superposiciones 8 = Ignorar duplicados 9 = Dividir en doble espacio 10 = Recortar caracteres fuera del área 11 = Coincidencia alternativa de bloques 12 = Ignorar bloques de texto rotados 13 = Recortar espacios en blanco iniciales y finales de los bloques de texto 14 = Generar caracteres no ASCII por debajo del carácter de espacio (0x32) 15 = Eliminar ciertas cadenas de caracteres como líneas de subrayado (ver abajo) 16 = Unir de nuevo palabras divididas con guion entre saltos de línea 17 = Dividir ejecuciones de mostrar texto sin espacios en palabras en pasos de avance amplios 18 = Girar ejecuciones de 90, 180 y 270 grados al marco de lectura horizontal
NewValue	Para OptionID = 1, 2, 3 y 6: 0 = Usar, 1 = Ignorar Para OptionID = 4: 0 = Mostrar como RGB (predeterminado), 1 = Mostrar como CMYK Para OptionID = 5: 0 = No ordenar bloques (predeterminado), 1 = Ordenar bloques Para OptionID = 7, 8 y 12: 0 = No ignorar, 1 = Ignorar OptionID = 9: 0 = No dividir en espacio doble (predeterminado) 1 = Dividir en espacio doble OptionID = 10: 0 = No recortar caracteres fuera del área (predeterminado) 1 = Recortar caracteres fuera del área OptionID = 11: 0 = Coincidencia de bloques normal 1 = Coincidencia de bloques alternativa OptionID = 13: 0 = No recortar espacios en blanco iniciales ni finales 1 = Recortar espacios en blanco iniciales y finales OptionID = 14 0 = Eliminar de la salida caracteres no ASCII inferiores al carácter de espacio (predeterminado) 1 = Generar caracteres ASCII sin filtrar y sin procesar OptionID = 15 0 = Generar líneas de texto formadas con caracteres Underscore (predeterminado) 1 = Eliminar líneas de texto formadas con caracteres Underscore OptionID = 16 0 = Conservar el guion y el salto de línea (predeterminado) 1 = Unir de nuevo palabras divididas al final de una línea cuando la continuación comienza con una letra minúscula; la unión se aplica a la salida en orden de lectura, que DAExtractPageText no expone, por lo que la extracción mediante identificador de archivo conserva el guion OptionID = 17 0 = Conservar las secuencias sin espacios tal como se dibujaron (predeterminado) 1 = Dividir secuencias en palabras en pasos de avance mucho más amplios que el avance mediano de glifo de la secuencia OptionID = 18 0 = Extraer secuencias rotadas en coordenadas de página (predeterminado) 1 = Rotar las secuencias dibujadas a 90, 180 o 270 grados al marco de lectura horizontal y agrupar cada cuarto de vuelta por separado, para que las notas de margen rotadas, encabezados de tabla y etiquetas de eje se extraigan como líneas legibles en lugar de entremezclarse con el texto vertical; OptionID 12 sigue teniendo prioridad cuando ambos están establecidos

OptionID

1 = Ignorar cambios de fuente para permitir agrupar bloques distintos 2 = Ignorar cambios de color para permitir agrupar bloques distintos 3 = Ignorar cambios de bloque de texto para permitir agrupar bloques distintos 4 = Generar valores de color CMYK 5 = Ordenar bloques de texto según la posición superior izquierda 6 = Descendentes según métricas de fuente 7 = Ignorar superposiciones 8 = Ignorar duplicados 9 = Dividir en doble espacio 10 = Recortar caracteres fuera del área 11 = Coincidencia alternativa de bloques 12 = Ignorar bloques de texto rotados 13 = Recortar espacios en blanco iniciales y finales de los bloques de texto 14 = Generar caracteres no ASCII por debajo del carácter de espacio (0x32) 15 = Eliminar ciertas cadenas de caracteres como líneas de subrayado (ver abajo) 16 = Unir de nuevo palabras divididas con guion entre saltos de línea 17 = Dividir ejecuciones de mostrar texto sin espacios en palabras en pasos de avance amplios 18 = Girar ejecuciones de 90, 180 y 270 grados al marco de lectura horizontal

NewValue

Para OptionID = 1, 2, 3 y 6: 0 = Usar, 1 = Ignorar Para OptionID = 4: 0 = Mostrar como RGB (predeterminado), 1 = Mostrar como CMYK Para OptionID = 5: 0 = No ordenar bloques (predeterminado), 1 = Ordenar bloques Para OptionID = 7, 8 y 12: 0 = No ignorar, 1 = Ignorar OptionID = 9: 0 = No dividir en espacio doble (predeterminado) 1 = Dividir en espacio doble OptionID = 10: 0 = No recortar caracteres fuera del área (predeterminado) 1 = Recortar caracteres fuera del área OptionID = 11: 0 = Coincidencia de bloques normal 1 = Coincidencia de bloques alternativa OptionID = 13: 0 = No recortar espacios en blanco iniciales ni finales 1 = Recortar espacios en blanco iniciales y finales OptionID = 14 0 = Eliminar de la salida caracteres no ASCII inferiores al carácter de espacio (predeterminado) 1 = Generar caracteres ASCII sin filtrar y sin procesar OptionID = 15 0 = Generar líneas de texto formadas con caracteres Underscore (predeterminado) 1 = Eliminar líneas de texto formadas con caracteres Underscore OptionID = 16 0 = Conservar el guion y el salto de línea (predeterminado) 1 = Unir de nuevo palabras divididas al final de una línea cuando la continuación comienza con una letra minúscula; la unión se aplica a la salida en orden de lectura, que DAExtractPageText no expone, por lo que la extracción mediante identificador de archivo conserva el guion OptionID = 17 0 = Conservar las secuencias sin espacios tal como se dibujaron (predeterminado) 1 = Dividir secuencias en palabras en pasos de avance mucho más amplios que el avance mediano de glifo de la secuencia OptionID = 18 0 = Extraer secuencias rotadas en coordenadas de página (predeterminado) 1 = Rotar las secuencias dibujadas a 90, 180 o 270 grados al marco de lectura horizontal y agrupar cada cuarto de vuelta por separado, para que las notas de margen rotadas, encabezados de tabla y etiquetas de eje se extraigan como líneas legibles en lugar de entremezclarse con el texto vertical; OptionID 12 sigue teniendo prioridad cuando ambos están establecidos

Valores devueltos

0	El parámetro OptionID o NewValue no era válido
1	La opción de extracción de texto se estableció correctamente