ExportDocumentMarkdown

Texte, extraction, Markdown

Description

Exporte une plage de pages PDF sélectionnée dans une chaîne Markdown sémantique adaptée à l'indexation de recherche, aux bases de connaissances et à l'ingestion par des modèles de langage

Syntaxe

Delphi

Function TPDFlib.ExportDocumentMarkdown(Const PageRange: WideString;
  Options: Integer): WideString;

ActiveX

Function PDFlib::ExportDocumentMarkdown(PageRange As String,
  Options As Long) As String

DLL

const wchar_t* DLExportDocumentMarkdown(int InstanceID,
  const wchar_t* PageRange, int Options);
const char* DLExportDocumentMarkdownA(int InstanceID,
  const char* PageRange, int Options);

Paramètres

PageRange	Une plage à partir de 1 telle que `1-3,7`, ou une chaîne vide pour toutes les pages ; l'ordre explicite est conservé
Options	Le masque d'options documenté par ExportPageMarkdown

Valeurs de retour

Renvoie le texte Markdown combiné, ou une chaîne vide si la validation, l'annulation ou l'extraction échoue

Remarques

L’analyse utilise SetStructuredTextOptions indépendamment des Options propres au format ; consultez GetLastStructuredTextDiagnostics pour les sources de lecture et les avertissements de repli

L’ordre réel de l’arbre de balises prime lorsque les liaisons de contenu sont complètes ; un contenu non résolu ou ambigu conserve son texte extrait dans le repli mixed ou geometric, et les rôles personnalisés inconnus ne sont pas devinés d’après leur nom

L’analyse à l’échelle du document peut joindre des fragments de tableaux de pages source consécutives et identifier les habillages de marges répétés ; la détection d’habillages par défaut conserve leur texte

Les tableaux fusionnés ou poursuivis utilisent un seul tableau HTML incorporé, conservent les cellules vides et omettent les en-têtes de continuation répétés identifiés

Avec les marqueurs de page activés, les pages commencent normalement par  ; un tableau poursuivi omet les marqueurs à l’intérieur du tableau HTML ouvert

L’ordre explicite des pages est préservé ; les sélections de pages inversées ou non consécutives ne sont pas jointes de force

Les modèles de pages sélectionnées et le résultat Markdown complet sont mis en tampon pour l’analyse à l’échelle du document ; les API de flux et de fichier conservent également ce modèle d’analyse et leurs tampons de sortie

L’extraction préserve la page sélectionnée et la pile de balises du writer ouverte ; les balises courantes non enregistrées du writer sont incluses sans fermer de balises ni finaliser le document

La progression et l'annulation coopérative utilisent le cycle de vie normal des opérations du document

LastErrorCode vaut 113 pour une plage ou un masque d'options non valide et 517 lorsque l'extraction échoue

Voir aussi

ExportPageMarkdown, SaveMarkdownToStream, ExtractStructuredDocument