SetTextExtractionOptions

Szöveg, kinyerés

Leírás

A szövegkinyerési funkciót befolyásoló különféle beállításokat állít be

A 8.13-as verziótól ez a függvény csak a kijelölt dokumentum szövegkinyerési beállításait állítja be. Emellett csak a GetPageText eredményeire van hatással

function.

Az ExtractFilePageText és a DAExtractPageText függvény szövegkinyerésének beállításához használja az új DASetTextExtractionOptions értéket

function.

Szintaxis

Delphi

Function TPDFlib.SetTextExtractionOptions(OptionID, NewValue: Integer): Integer;

ActiveX

Function PDFlib::SetTextExtractionOptions(OptionID As Long, NewValue As Long) As Long

DLL

int DLSetTextExtractionOptions(int InstanceID, int OptionID, int NewValue);

Paraméterek

OptionID1 = Betűtípus-változások figyelmen kívül hagyása különböző blokkok csoportosításához 2 = Színváltozások figyelmen kívül hagyása különböző blokkok csoportosításához 3 = Szövegblokk-változások figyelmen kívül hagyása különböző blokkok csoportosításához 4 = CMYK-színértékek kiírása 5 = Szövegblokkok rendezése bal felső pozíció alapján 6 = Betűtípus-metrikák süllyedő szárai 7 = Átfedések figyelmen kívül hagyása 8 = Ismétlődések figyelmen kívül hagyása 9 = Felosztás dupla szóköznél 10 = Területen kívüli karakterek levágása 11 = Alternatív blokkegyeztetés 12 = Elforgatott szövegblokkok figyelmen kívül hagyása 13 = Szövegblokkok elején és végén lévő üres helyek levágása 14 = Szóköz karakter (0x32) alatti nem ASCII karakterek kiírása 15 = Bizonyos karakterláncok, például aláhúzásvonalak eltávolítása (lásd alább)
NewValueOptionID = 1, 2, 3 és 6 esetén: 0 = Használat, 1 = Figyelmen kívül hagyás OptionID = 4 esetén: 0 = Megjelenítés RGB-ként (alapértelmezett), 1 = Megjelenítés CMYK-ként OptionID = 5 esetén: 0 = Blokkok rendezésének mellőzése (alapértelmezett), 1 = Blokkok rendezése OptionID = 7, 8 és 12 esetén: 0 = Figyelmen kívül hagyás mellőzése, 1 = Figyelmen kívül hagyás OptionID = 9 esetén: 0 = Kettős szóköznél nincs felosztás (alapértelmezett) 1 = Felosztás kettős szóköznél OptionID = 10 esetén: 0 = A területen kívüli karakterek levágásának mellőzése (alapértelmezett) 1 = A területen kívüli karakterek levágása OptionID = 11 esetén: 0 = Szabályos blokkilletés 1 = Alternatív blokkilletés OptionID = 13 esetén: 0 = A kezdő vagy záró szóközök levágásának mellőzése 1 = A kezdő és záró szóközök levágása OptionID = 14 esetén 0 = A szóközkarakter alatti nem ASCII karakterek eltávolítása a kimenetből (alapértelmezett) 1 = Nyers, szűretlen ASCII karakterek kiírása OptionID = 15 esetén 0 = Underscore karakterekből álló szövegsorok kiírása (alapértelmezett) 1 = Underscore karakterekből álló szövegsorok eltávolítása OptionID = 16 esetén 0 = A sorvégi kötőjelek megtartása (alapértelmezett) 1 = Sortöréseken át kötőjellel elválasztott szavak újraegyesítése a sororientált kimenetekben (GetPageText 7. és 9. mód); kisbetűs folytatás esetén a kötőjel és a törés elmarad, nagybetűs vagy számjegyes folytatás esetén megmaradnak OptionID = 17 esetén 0 = A szövegmegjelenítő futások rajzolt állapotban hagyása (alapértelmezett) 1 = Szóköz nélküli szövegmegjelenítő futások újbóli felosztása szavakra a futás's medián karakterjel-előrelépésénél sokkal nagyobb előrelépési lépéseknél (GetPageText 7. és 9-11. mód), így azok a dokumentumok is szavakra oszlanak, amelyek teljes sorokat egyetlen operátorral rajzolnak alávágási hézagokkal szóközök helyett OptionID = 18 esetén 0 = Forgatott futások kibontása oldalkoordinátákban (alapértelmezett) 1 = A 90, 180 vagy 270 fokban rajzolt futások forgatása a vízszintes olvasási keretbe, és minden negyedfordulat külön csoportosítása, hogy a forgatott margójegyzetek, táblázatfejlécek és tengelyfeliratok olvasható sorokként, ne pedig az álló szöveggel összefonódva legyenek kibontva; mindkettő beállításakor az OptionID 12 továbbra is elsőbbséget élvez

Visszatérési értékek

0Az OptionID vagy NewValue paraméter érvénytelen volt
1A szövegkinyerési beállítás sikeresen megtörtént