SetTextExtractionOptions

Texto, extracción

Descripción

Establece varias opciones que afectan la funcionalidad de extracción de texto

Desde 8.13, esta función establece las opciones de extracción de texto solo para el documento seleccionado. También solo afecta los resultados de GetPageText

function.

Para ajustar la extracción de texto de las funciones ExtractFilePageText y DAExtractPageText, use el nuevo DASetTextExtractionOptions

function.

Sintaxis

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);

Parámetros

OptionID	1 = Ignorar cambios de Font para agrupar bloques distintos 2 = Ignorar cambios de Color para agrupar bloques distintos 3 = Ignorar cambios de Text Block para 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 iniciales y finales de los bloques de texto 14 = Generar caracteres no ASCII por debajo del carácter Space (0x32) 15 = Eliminar determinadas cadenas de caracteres, como líneas de subrayado (vea más abajo)
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 doble espacio (predeterminado) 1 = Dividir en doble espacio OptionID = 10: 0 = No recortar caracteres fuera del área (predeterminado) 1 = Recortar caracteres fuera del área OptionID = 11: 0 = Coincidencia de bloque normal 1 = Coincidencia de bloque alternativa OptionID = 13: 0 = No recortar espacios iniciales ni finales 1 = Recortar espacios 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 OptionID = 15 0 = Generar líneas de texto formadas con caracteres Underscore (predeterminado) 1 = Eliminar líneas de texto formadas con caracteres Underscore OptionID = 16 0 = Mantener guiones al final de línea (predeterminado) 1 = Volver a unir palabras con guión entre saltos de línea en las salidas orientadas a líneas (modos GetPageText 7 y 9); una continuación en minúsculas elimina el guión y el salto, las continuaciones en mayúsculas o numéricas los conservan OptionID = 17 0 = Dejar las ejecuciones de mostrar texto como se pintaron (predeterminado) 1 = Volver a dividir en palabras las ejecuciones de mostrar texto sin espacios en pasos de avance mucho más amplios que el avance medio de glifos de la ejecución's (modos GetPageText 7 y 9-11), de modo que los documentos que pintan líneas completas como un operador con huecos de kerning en vez de espacios se dividan igualmente en palabras OptionID = 18 0 = Extraer ejecuciones rotadas en coordenadas de página (predeterminado) 1 = Girar ejecuciones pintadas a 90, 180 o 270 grados al marco de lectura horizontal y agrupar cada cuarto de vuelta por separado, de modo que notas de margen rotadas, encabezados de tabla y etiquetas de eje se extraigan como líneas legibles en vez de entremezclarse con el texto vertical; OptionID 12 sigue teniendo prioridad cuando ambos se establecen

OptionID

1 = Ignorar cambios de Font para agrupar bloques distintos 2 = Ignorar cambios de Color para agrupar bloques distintos 3 = Ignorar cambios de Text Block para 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 iniciales y finales de los bloques de texto 14 = Generar caracteres no ASCII por debajo del carácter Space (0x32) 15 = Eliminar determinadas cadenas de caracteres, como líneas de subrayado (vea más abajo)

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 doble espacio (predeterminado) 1 = Dividir en doble espacio OptionID = 10: 0 = No recortar caracteres fuera del área (predeterminado) 1 = Recortar caracteres fuera del área OptionID = 11: 0 = Coincidencia de bloque normal 1 = Coincidencia de bloque alternativa OptionID = 13: 0 = No recortar espacios iniciales ni finales 1 = Recortar espacios 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 OptionID = 15 0 = Generar líneas de texto formadas con caracteres Underscore (predeterminado) 1 = Eliminar líneas de texto formadas con caracteres Underscore OptionID = 16 0 = Mantener guiones al final de línea (predeterminado) 1 = Volver a unir palabras con guión entre saltos de línea en las salidas orientadas a líneas (modos GetPageText 7 y 9); una continuación en minúsculas elimina el guión y el salto, las continuaciones en mayúsculas o numéricas los conservan OptionID = 17 0 = Dejar las ejecuciones de mostrar texto como se pintaron (predeterminado) 1 = Volver a dividir en palabras las ejecuciones de mostrar texto sin espacios en pasos de avance mucho más amplios que el avance medio de glifos de la ejecución's (modos GetPageText 7 y 9-11), de modo que los documentos que pintan líneas completas como un operador con huecos de kerning en vez de espacios se dividan igualmente en palabras OptionID = 18 0 = Extraer ejecuciones rotadas en coordenadas de página (predeterminado) 1 = Girar ejecuciones pintadas a 90, 180 o 270 grados al marco de lectura horizontal y agrupar cada cuarto de vuelta por separado, de modo que notas de margen rotadas, encabezados de tabla y etiquetas de eje se extraigan como líneas legibles en vez de entremezclarse con el texto vertical; OptionID 12 sigue teniendo prioridad cuando ambos se establecen

Valores devueltos

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