DAExtractPageText

Estrazione, funzionalità di accesso diretto, manipolazione delle pagine

Descrizione

Questa funzione offre due metodi diversi per estrarre testo dalla pagina selezionata e presenta i risultati in vari formati.

DASetTextExtractionWordGap, DASetTextExtractionOptions e

Le funzioni DASetTextExtractionArea possono essere usate per regolare il processo di estrazione del testo

Function TPDFlib.DAExtractPageText(FileHandle, PageRef, Options: Integer): WideString;

Function PDFlib::DAExtractPageText(FileHandle As Long, PageRef As Long, Options As Long) As String

const wchar_t * DLDAExtractPageText(int InstanceID, int FileHandle, int PageRef, int Options);

FileHandle	Handle restituito dalle funzioni DAOpenFile, DAOpenFileReadOnly o DAOpenFromStream
PageRef	Un riferimento di pagina restituito dalle funzioni DAFindPage o DANewPage
Options	Con l'algoritmo standard di estrazione del testo: 0 = Estrae il testo in formato leggibile 1 = Obsoleto 2 = Restituisce una stringa CSV comprendente font, colore, dimensioni e posizione di ogni parte di testo nella pagina Con l'algoritmo di estrazione più preciso ma più lento: 3 = Restituisce una stringa CSV per ogni parte di testo nella pagina nel seguente formato: Nome font, Colore testo, Dimensioni testo, X1, Y1, X2, Y2, X3, Y3, X4, Y4, Testo Le coordinate sono i quattro punti che delimitano il testo, misurati con le unità impostate dalla funzione SetMeasurementUnits e l'origine impostata dalla funzione SetOrigin. L'ordine delle coordinate è antiorario a partire dall'angolo inferiore sinistro. 4 = Simile all'opzione 3, ma restituisce le singole parole per facilitarne la ricerca 5 = Simile all'opzione 3, ma emette la larghezza dei caratteri dopo ogni blocco di testo 6 = Simile all'opzione 4, ma emette la larghezza dei caratteri dopo ogni riga di testo 7 = Estrae il testo in formato leggibile con maggiore precisione rispetto all'opzione 0 8 = Formato di output simile all'opzione 0, ma con l'algoritmo più preciso. Restituisce righe non formattate