ExtractFilePageText
Extraction, propriétés des pages
Description
Extrait le texte de n’importe quelle page d’un fichier PDF
Cette fonction utilise Direct Access en interne. Le fichier entier n'est pas chargé en mémoire, elle peut donc traiter des documents de taille arbitraire
Deux méthodes différentes permettent d'extraire le texte de la page sélectionnée dans divers formats de sortie
DASetTextExtractionWordGap, DASetTextExtractionOptions et
Les fonctions DASetTextExtractionArea permettent d'ajuster le processus d'extraction de texte
Syntaxe
Delphi
Function TPDFlib.ExtractFilePageText(Const InputFileName, Password: WideString; Page, Options: Integer): WideString;ActiveX
Function PDFlib::ExtractFilePageText(InputFileName As String, Password As String, Page As Long, Options As Long) As StringDLL
const wchar_t * DLExtractFilePageText(int InstanceID, const wchar_t * InputFileName, const wchar_t * Password, int Page, int Options);Paramètres
| InputFileName | Le chemin et le nom du fichier dont le texte doit être extrait Le mot de passe éventuel à utiliser pour ouvrir le fichier |
|---|---|
| Password | Le numéro de la page à extraire La première page du document porte le numéro 1 |
| Page | Avec l’algorithme standard : 0 = Extraire le texte dans un format lisible 1 = Obsolète 2 = Renvoyer une chaîne CSV avec police, couleur, taille et position de chaque fragment Avec l’algorithme plus précis mais plus lent : 3 = Renvoyer pour chaque fragment une chaîne CSV : Font Name, Text Color, Text Size, X1, Y1, X2, Y2, X3, Y3, X4, Y4, Text Les coordonnées sont les quatre sommets du cadre du texte, dans les unités de SetMeasurementUnits et l’origine de SetOrigin, en ordre antihoraire depuis le coin inférieur gauche 4 = Comme 3, mais par mots 5 = Comme 3 avec largeur des caractères après chaque bloc 6 = Comme 4 avec largeur des caractères après chaque ligne 7 = Texte lisible avec une précision supérieure à l’option 0 8 = Format semblable à 0 avec l’algorithme précis, lignes non formatées |
| Options |