SetStructuredTextOptions

Texte, extraction, données structurées

Description

Définit les options d’analyse de l’instance pour l’extraction JSON structuré, XHTML, CSV, Markdown et DOCX

Syntaxe

Delphi

Function TPDFlib.SetStructuredTextOptions(Options: Integer): Integer;

DLL

Function DLSetStructuredTextOptions(InstanceID: Integer; Options: Integer): Integer; Stdcall;

ActiveX

Function PDFlib::SetStructuredTextOptions(Options As Long) As Long

Paramètres

Options combine les drapeaux suivants ; PDF_STRUCTURED_ADVANCED_DEFAULT vaut 11 et active la détection de colonnes, d’habillages et la continuation des tableaux

Constante	Valeur	Comportement
`PDF_STRUCTURED_DETECT_COLUMNS`	1	Repère des espacements de colonnes géométriques cohérents lorsque l’ordre balisé n’est pas disponible
`PDF_STRUCTURED_DETECT_FURNITURE`	2	Identifie le texte répété près des marges de page sur les pages sélectionnées, numéros de page compris
`PDF_STRUCTURED_EXCLUDE_FURNITURE`	4	Omet des blocs sérialisés les en-têtes, pieds de page, numéros de page et artefacts explicites identifiés
`PDF_STRUCTURED_JOIN_TABLES`	8	Coordonne les fragments consécutifs d’un même tableau balisé sur plusieurs pages, ou les tableaux géométriquement compatibles près des bords de pages en vis-à-vis
`PDF_STRUCTURED_INFER_MERGES`	16	Déduit les cellules fusionnées horizontalement dans les tableaux géométriques ; les fusions déduites conservent la provenance géométrique et la confiance

Valeurs de retour

Renvoie 1 en cas de succès ou 0 pour un masque invalide ; les valeurs négatives et les bits inconnus sont rejetés avec LastErrorCode 111, et le réglage antérieur est conservé

Remarques

Le réglage persiste sur cette instance d’un document à l’autre et s’applique aux extractions suivantes ; il est distinct de l’argument Options propre à chaque format de chaque fonction d’export

Zéro désactive ces étapes d’analyse optionnelles tout en conservant l’ordre réel de l’arbre de balises, les rôles résolus, les liaisons de contenu marqué, ActualText et les cellules de tableaux balisées

La détection d’habillages conserve le texte par défaut ; sa suppression requiert le drapeau d’exclusion explicite, et la détection de marges répétées requiert plusieurs pages sélectionnées

L’ordre de lecture balisé suit la séquence /K mixte complète, éléments enfants et références de contenu compris ; les colonnes géométriques constituent un repli et sont étiquetées séparément

La détection de colonnes prend en charge jusqu’à huit colonnes géométriques et reste heuristique ; la classification des marges répétées, la continuation géométrique des tableaux et les fusions déduites peuvent être imprécises pour des mises en page inhabituelles

Les étendues de cellules balisées proviennent des attributs de structure ; l’inférence de fusions géométriques est optionnelle et n’établit pas de correction sémantique

La continuation de tableau requiert des fragments en ordre croissant sur des pages source consécutives et des grilles de colonnes compatibles ; les pages inversées, répétées ou non consécutives ne sont pas jointes de force

Ce setter efface la dernière erreur avant de valider le masque

Voir aussi

GetStructuredTextOptions, GetLastStructuredTextDiagnostics, ExtractStructuredDocument, ExportDocumentMarkdown, SaveDOCXToStream