GetLastStructuredTextDiagnostics

Texto, extracción, datos estructurados

Descripción

Devuelve JSON que describe el análisis de extracción estructurada más reciente en esta instancia

Sintaxis

Delphi

Function TPDFlib.GetLastStructuredTextDiagnostics: WideString;

DLL

Function DLGetLastStructuredTextDiagnostics(InstanceID: Integer): PWideChar; Stdcall;
Function DLGetLastStructuredTextDiagnosticsA(InstanceID: Integer): PAnsiChar; Stdcall;

ActiveX

Function PDFlib::GetLastStructuredTextDiagnostics() As String

Informe

{
  "status": "completed",
  "pages": [
    {
      "page": 1,
      "readingSource": "tagged",
      "warnings": ""
    },
    {
      "page": 2,
      "readingSource": "mixed",
      "warnings": "shared-tagged-form-occurrence-order-unresolved\r\n"
    }
  ]
}

El informe inicial es {"status":"notRun"}; un intento de extracción comienza con {"status":"error","code":"extraction_failed"} y un análisis exitoso lo reemplaza con un informe completed

Cada página completada registra su page con base 1, su readingSource y sus warnings; las advertencias son una cadena de códigos de diagnóstico separados por saltos de línea, mientras que el JSON estructurado del esquema 2 usa un arreglo de advertencias

Las fuentes de lectura son tagged, mixed, geometric y geometric-columns

Observaciones

El informe cubre la extracción a JSON estructurado, XHTML, CSV, Markdown y DOCX; las solicitudes no válidas rechazadas antes de la extracción pueden dejar el informe anterior sin cambios

Un informe completed significa que el análisis regresó con éxito; no certifica semántica completa, inferencia de diseño correcta, etiquetado válido ni conformidad con PDF/UA

Las advertencias revelan texto de referencias a objetos no compatible, roles o espacios de nombres sin resolver, ciclos o límites de recorrido, mapeos de origen faltantes y ocurrencias ambiguas de Form XObject compartidos

Cuando el recorrido o la vinculación de la estructura está incompleto, el texto de origen extraído se conserva mediante el fallback mixed o geometric; consulte ExtractStructuredPage para conocer la procedencia por bloque y structureComplete

Una cancelación o un fallo de extracción puede dejar el informe de error; consulte LastErrorCode y el ciclo de vida normal de operaciones para conocer el resultado de la llamada

El getter no borra el último error; la variante A de la DLL devuelve UTF-8 y los punteros de cadena de la DLL permanecen válidos hasta la siguiente llamada que devuelva cadenas en esta instancia

Véase también

SetStructuredTextOptions, GetStructuredTextOptions, ExtractStructuredDocument, ExportDocumentMarkdown, SaveDOCXToStream