ExportDocumentMarkdown

テキスト、抽出、Markdown

説明

選択した PDF ページ範囲を、検索インデックス、ナレッジベース、および言語モデルへの取り込みに適した 1 つのセマンティック Markdown 文字列としてエクスポートします

構文

Delphi

Function TPDFlib.ExportDocumentMarkdown(Const PageRange: WideString;
  Options: Integer): WideString;

ActiveX

Function PDFlib::ExportDocumentMarkdown(PageRange As String,
  Options As Long) As String

DLL

const wchar_t* DLExportDocumentMarkdown(int InstanceID,
  const wchar_t* PageRange, int Options);
const char* DLExportDocumentMarkdownA(int InstanceID,
  const char* PageRange, int Options);

パラメータ

PageRange1-3,7 のような 1 始まりの範囲、またはすべてのページの場合は空文字列。明示的なページ順序は保持されます
OptionsExportPageMarkdown に記載されたオプションマスク

戻り値

結合された Markdown テキストを返します。検証、キャンセル、または抽出に失敗した場合は空文字列を返します

備考

解析では、フォーマット固有の Options とは独立に SetStructuredTextOptions が使われます。読み取りソースとフォールバックの警告は GetLastStructuredTextDiagnostics で確認してください

コンテンツのバインディングが完全であれば、実際のタグツリー順序が優先されます。未解決や曖昧なコンテンツは mixed または geometric へのフォールバックで抽出テキストを保持し、未知のカスタムロールを名前から推測することはありません

ドキュメント全体の解析では、連続するソースページにまたがるテーブル断片を連結し、余白に繰り返し現れる装飾要素を識別できます。既定の装飾要素検出はテキストを保持します

結合セルやページまたぎのテーブルは 1 つの埋め込み HTML テーブルになり、空のセルを保持し、識別された繰り返しの継続ヘッダーは省略されます

ページマーカーを有効にすると、通常は各ページが <!-- page: N --> で始まります。継続中のテーブルでは、開いた HTML テーブルの内側のマーカーは省略されます

明示的なページ順序は保持されます。逆順や連続しないページ選択が無理に連結されることはありません

ドキュメント全体の解析のため、選択ページのモデルと完全な Markdown 結果はバッファリングされます。ストリーム API とファイル API も、この解析モデルと出力バッファを保持します

抽出では、選択されたページと開いているライタータグスタックを保持します。未保存の現在のライタータグは、タグを閉じずドキュメントをファイナライズせずにそのまま含まれます

進行状況と協調的キャンセルでは、通常の文書処理ライフサイクルを使用します

範囲またはオプションマスクが無効な場合、LastErrorCode は 113、抽出に失敗した場合は 517 です

関連項目

ExportPageMarkdown、SaveMarkdownToStream、ExtractStructuredDocument