GetPageTextA

Estrazione, manipolazione delle pagine

Descrizione

Il suffisso A indica l'entry point DLL ANSI (char); l'interfaccia ActiveX/COM espone soltanto la forma Unicode. Il comportamento è identico a GetPageText e gli argomenti stringa vengono interpretati usando la code page corrente di SetAnsiMode

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

SetTextExtractionWordGap, SetTextExtractionOptions e SetTextExtractionArea

È possibile usare le funzioni per regolare il processo di estrazione del testo

Sintassi

Delphi

Function DLGetPageTextA(InstanceID, ExtractOptions: Integer): PAnsiChar;

DLL

const char * DLGetPageTextA(int InstanceID, int ExtractOptions);

Parametri

ExtractOptions	Uso dell'algoritmo standard di estrazione del testo: 0 = Estrae il testo in formato leggibile 1 = Obsoleto 2 = Restituisce una stringa CSV che include carattere, colore, dimensione e posizione di ogni frammento di testo nella pagina Uso dell'algoritmo di estrazione del testo più accurato ma più lento: 3 = Restituisce una stringa CSV per ogni frammento di testo nella pagina con il formato seguente: Nome carattere, Colore testo, Dimensione testo, X1, Y1, X2, Y2, X3, Y3, X4, Y4, Testo Le coordinate sono i quattro punti che delimitano il testo, misurati nelle unità impostate con la funzione SetMeasurementUnits e rispetto all'origine impostata con la funzione SetOrigin. L'ordine delle coordinate è antiorario a partire dall'angolo inferiore sinistro. 4 = Simile all'opzione 3, ma restituisce singole parole, facilitandone la ricerca 5 = Simile all'opzione 3, ma emette le larghezze dei caratteri dopo ogni blocco di testo 6 = Simile all'opzione 4, ma emette le larghezze dei caratteri dopo ogni riga di testo 7 = Estrae il testo in formato leggibile con maggiore accuratezza rispetto all'opzione 0 8 = Formato di output simile all'opzione 0, ma usa l'algoritmo più accurato. Restituisce righe non formattate 9 = Estrae il testo nell'ordine visivo di lettura: un taglio XY ricorsivo mantiene i layout a più colonne procedendo colonna per colonna anziché intercalare le righe 10 = Esportazione con valori separati da tabulazioni sensibile alle tabelle: i margini sinistri dei blocchi vengono raggruppati in posizioni globali di colonna, affinché le celle allineate verticalmente restino allineate tra le righe 11 = Testo su griglia fissa che conserva il layout: la pagina viene mappata su una griglia di caratteri monospazio riempita con spazi effettivi, mantenendo l'allineamento visivo senza tabulazioni

ExtractOptions

Uso dell'algoritmo standard di estrazione del testo: 0 = Estrae il testo in formato leggibile 1 = Obsoleto 2 = Restituisce una stringa CSV che include carattere, colore, dimensione e posizione di ogni frammento di testo nella pagina Uso dell'algoritmo di estrazione del testo più accurato ma più lento: 3 = Restituisce una stringa CSV per ogni frammento di testo nella pagina con il formato seguente: Nome carattere, Colore testo, Dimensione testo, X1, Y1, X2, Y2, X3, Y3, X4, Y4, Testo Le coordinate sono i quattro punti che delimitano il testo, misurati nelle unità impostate con la funzione SetMeasurementUnits e rispetto all'origine impostata con la funzione SetOrigin. L'ordine delle coordinate è antiorario a partire dall'angolo inferiore sinistro. 4 = Simile all'opzione 3, ma restituisce singole parole, facilitandone la ricerca 5 = Simile all'opzione 3, ma emette le larghezze dei caratteri dopo ogni blocco di testo 6 = Simile all'opzione 4, ma emette le larghezze dei caratteri dopo ogni riga di testo 7 = Estrae il testo in formato leggibile con maggiore accuratezza rispetto all'opzione 0 8 = Formato di output simile all'opzione 0, ma usa l'algoritmo più accurato. Restituisce righe non formattate 9 = Estrae il testo nell'ordine visivo di lettura: un taglio XY ricorsivo mantiene i layout a più colonne procedendo colonna per colonna anziché intercalare le righe 10 = Esportazione con valori separati da tabulazioni sensibile alle tabelle: i margini sinistri dei blocchi vengono raggruppati in posizioni globali di colonna, affinché le celle allineate verticalmente restino allineate tra le righe 11 = Testo su griglia fissa che conserva il layout: la pagina viene mappata su una griglia di caratteri monospazio riempita con spazi effettivi, mantenendo l'allineamento visivo senza tabulazioni

Valori restituiti

	Testo della pagina oppure stringa vuota in caso di problema; righe separate da CR-LF