SaveDOCXToStream
Conversión de documentos, extracción, DOCX, flujos
Descripción
Convierte un intervalo de páginas PDF en un documento WordprocessingML editable y escribe el paquete DOCX en la posición actual del flujo
Sintaxis
Function TPDFlib.SaveDOCXToStream(Const PageRange: WideString;
Options: Integer; Target: TStream): Integer;Parámetros
| PageRange | Un intervalo de páginas basado en uno, o una cadena vacía para todas las páginas; se conserva el orden explícito de páginas |
|---|---|
| Options | Una máscara de bits: PDF_DOCX_INCLUDE_IMAGES = 1 incrusta imágenes de página como objetos PNG flotantes, PDF_DOCX_DETECT_HEADINGS = 2 asigna líneas cortas grandes a Encabezado 1 hasta Encabezado 3, PDF_DOCX_PRESERVE_STYLES = 4 conserva nombres y tamaños de fuentes, colores, negrita, cursiva, superíndice y subíndice, y PDF_DOCX_PRESERVE_PAGE_BREAKS = 8 inserta saltos de página editables; PDF_DOCX_DEFAULT habilita los cuatro |
| Target | El flujo de destino, que no pasa a ser propiedad de la biblioteca |
Valores devueltos
Devuelve el número de páginas convertidas, o cero cuando falla la validación, cancelación, extracción, empaquetado o escritura
Observaciones
El análisis usa SetStructuredTextOptions de forma independiente de las Options específicas de formato; examine GetLastStructuredTextDiagnostics para conocer las fuentes de lectura y las advertencias de fallback
El orden real del árbol de etiquetas tiene precedencia cuando las vinculaciones de contenido están completas; el contenido sin resolver o ambiguo conserva el texto extraído en el fallback mixed o geometric, y los roles personalizados desconocidos no se adivinan por su nombre
Los párrafos en orden de lectura, las listas con viñetas y numeradas y las tablas se convierten en contenido editable nativo de Word en vez de instantáneas de páginas
Las celdas etiquetadas vacías, las extensiones horizontales y las extensiones verticales usan celdas de tabla nativas de Word, w:gridSpan y w:vMerge
Los fragmentos de tabla unidos permanecen en un solo w:tbl a través de las páginas y los encabezados de continuación repetidos identificados se omiten; la opción de salto de página inserta un salto editable en la tabla continuada
Las columnas geométricas, los elementos auxiliares de márgenes, la coincidencia de continuaciones y las combinaciones inferidas opcionales siguen siendo heurísticas; examine los diagnósticos más recientes y la procedencia del JSON estructurado cuando la fidelidad sea importante
Los modelos de páginas seleccionadas y las imágenes incluidas se retienen para el análisis de todo el documento; el ensamblado de XML y del paquete usa búferes adicionales, por lo que la memoria crece con el contenido seleccionado y las imágenes
La salida es un paquete ZIP DOCX determinista con entradas Deflate sin procesar verificadas mediante CRC y no requiere una instalación de Office
La extracción conserva la página seleccionada y la pila de etiquetas del escritor abiertas; las etiquetas del escritor aún sin guardar se incluyen sin cerrar etiquetas ni finalizar el documento
LastErrorCode es 114 para argumentos no válidos y 518 para errores de extracción, empaquetado o flujo
Véase también
SaveDOCXToFile, ExtractStructuredDocument, ExportDocumentHTML