ExtractFilePageTextA
Kinyerés, Oldaltulajdonságok
Leírás
A záró A az ANSI (char) DLL belépési pontot jelöli; az ActiveX/COM felület csak a Unicode változatot teszi elérhetővé. A viselkedés megegyezik az ExtractFilePageText függvényével, a karakterlánc-argumentumokat pedig az aktuális SetAnsiMode kódlap alapján értelmezi
Kibontja bármely oldal szövegét egy PDF-fájlból
Ez a függvény belsőleg a Direct Access funkciót használja. A teljes fájl nem töltődik be a memóriába, ezért a függvény tetszőlegesen nagy dokumentumokon is használható
Két különböző módszer áll rendelkezésre a kiválasztott oldal szövegének különböző kimeneti formátumokba történő kinyerésére
A DASetTextExtractionWordGap, a DASetTextExtractionOptions és
A DASetTextExtractionArea függvényekkel módosítható a szövegkinyerési folyamat
Szintaxis
Delphi
Function DLExtractFilePageTextA(InstanceID: Integer; InputFileName, Password: PAnsiChar; Page, Options: Integer): PAnsiChar;DLL
const char * DLExtractFilePageTextA(int InstanceID, const char * InputFileName, const char * Password, int Page, int Options);Paraméterek
| InputFileName | A szövegkivonatoláshoz használt fájl elérési útja és neve. A fájl megnyitásakor használandó jelszó, ha van ilyen |
|---|---|
| Password | A kibontandó oldal száma. A dokumentum első oldala az 1. oldal |
| Page | A szabványos szövegkinyerési algoritmussal: 0 = Szöveg kinyerése ember által olvasható formátumban 1 = Elavult 2 = CSV karakterlánc visszaadása az oldalon található egyes szövegrészek betűtípusával, színével, méretével és pozíciójával A pontosabb, de lassabb szövegkinyerési algoritmussal: 3 = CSV karakterlánc visszaadása az oldal minden szövegrészéhez a következő formátumban: Betűtípus neve, szöveg színe, szöveg mérete, X1, Y1, X2, Y2, X3, Y3, X4, Y4, szöveg A koordináták a szöveget határoló négy pont, a SetMeasurementUnits funkcióval beállított egységekben és a SetOrigin funkcióval megadott origóhoz viszonyítva mérve. A koordináták sorrendje az óramutató járásával ellentétes, elsőként a bal alsó sarokkal. 4 = A 3. beállításhoz hasonló, de az egyes szavakat adja vissza, így egyszerűbb a szavak keresése 5 = A 3. beállításhoz hasonló, de minden szövegblokk után karakter szélességeket is kiír 6 = A 4. beállításhoz hasonló, de minden szövegsor után karakter szélességeket is kiír 7 = Szöveg kinyerése ember által olvasható formátumban, a 0. beállításnál jobb pontossággal 8 = A 0. beállításhoz hasonló kimeneti formátum, de a pontosabb algoritmussal. Formázatlan sorokat ad vissza |
| Options |