ExportPageMarkdown
Texte, extraction, Markdown
Description
Exporte une page PDF en Markdown sémantique en utilisant les paragraphes, listes, titres et tableaux détectés lors de l'analyse de la page
Syntaxe
Delphi
Function TPDFlib.ExportPageMarkdown(Page, Options: Integer): WideString;ActiveX
Function PDFlib::ExportPageMarkdown(Page As Long, Options As Long) As StringDLL
const wchar_t* DLExportPageMarkdown(int InstanceID, int Page, int Options);
const char* DLExportPageMarkdownA(int InstanceID, int Page, int Options);Paramètres
| Page | Numéro de page basé sur 1 |
|---|---|
| Options | Combinez PDF_MARKDOWN_INCLUDE_PAGE_MARKERS (1), PDF_MARKDOWN_DETECT_HEADINGS (2) et PDF_MARKDOWN_PRESERVE_STYLES (4), ou utilisez PDF_MARKDOWN_DEFAULT (7) ; zéro émet des blocs sémantiques sans marqueurs facultatifs, déduction des titres ni style de police |
Valeurs de retour
Renvoie le texte Markdown, ou une chaîne vide si la validation 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
Les tableaux simples non fusionnés utilisent la syntaxe à barres verticales ; les tableaux avec cellules fusionnées utilisent du HTML incorporé avec des étendues de lignes et de colonnes, en préservant les cellules vides
L’inférence des titres compare les courts paragraphes d'une seule ligne à la taille médiane du corps de texte d'une page et produit les niveaux H1 à H3
Le style des polices reconnaît les noms gras et italiques ainsi que l'alignement exposant et indice lorsque PDF_MARKDOWN_PRESERVE_STYLES est activé
Les caractères de syntaxe Markdown sont échappés et les cellules des tableaux à barres verticales échappent les caractères de barre incorporés
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
Les pointeurs de retour DLL restent valides jusqu'au prochain appel renvoyant une chaîne sur la même instance
LastErrorCode vaut 113 pour une page ou un masque d'options non valide et 517 lorsque l'extraction échoue
Voir aussi
ExportDocumentMarkdown, ExtractStructuredPage, ExportPageHTML