ExtractStructuredDocument
متن، استخراج، دادهٔ ساختیافته
توضیحات
بازهٔ صفحه را به یک سند JSON، یک سند XHTML یا دنبالهای از جدولهای CSV تشخیصدادهشده صادر میکند
نحو
Delphi
Function TPDFlib.ExtractStructuredDocument(Const PageRange: WideString;
Format, Options: Integer): WideString;ActiveX
Function PDFlib::ExtractStructuredDocument(PageRange As String,
Format As Long, Options As Long) As StringDLL
const wchar_t* DLExtractStructuredDocument(int InstanceID,
const wchar_t* PageRange, int Format, int Options);
const char* DLExtractStructuredDocumentA(int InstanceID,
const char* PageRange, int Format, int Options);پارامترها
| PageRange | بازهٔ صفحهٔ یکمبنه مانند 1-3,7، یا رشتهٔ خالی برای همهٔ صفحات |
|---|---|
| Format | PDF_STRUCTURED_TEXT_JSON (0)، PDF_STRUCTURED_TEXT_XHTML (1) یا PDF_STRUCTURED_TEXT_CSV (2) |
| Options | صفر یا PDF_STRUCTURED_TEXT_INCLUDE_STYLES (1) |
مقادیر بازگشتی
JSON آرایهٔ نسخهدار pages دارد و XHTML بهازای هر صفحهٔ انتخابشده یک section معنایی داردCSV فقط جدولهای تشخیصدادهشده را دارد و وقتی هیچ صفحهٔ انتخابشدهای جدول ندارد خالی است
بازه، قالب یا گزینهٔ نامعتبر و هر شکست استخراج، رشتهٔ خالی برمیگرداند
ملاحظات
فقط مدل متن صفحهٔ جاری هنگام سرهمکردن خروجی نگه داشته میشود، پس حافظهٔ استخراج برای هندسه و سلسلهمراتب از پیچیدهترین صفحهٔ انتخابشده پیروی میکند نه از تعداد صفحات سند
صفحهٔ انتخابشده پیش از بازگشت فراخوانی بازگردانی میشودپیشرفت و لغو تعاونی از چرخهٔ عمر عادی عملیات سند استفاده میکنند
LastErrorCode برای ورودی نامعتبر 111 و هنگام شکست استخراج 515 است