ExtractFilePageText
抽出、ページプロパティ
説明
PDF ファイル内の任意のページのテキストを抽出します
この関数は内部でダイレクトアクセス機能を使用します。ファイル全体をメモリに読み込まないため、任意の大きさのドキュメントに使用できます
選択したページから多様な出力形式でテキストを抽出するために、2つの異なるメソッドが用意されている
DASetTextExtractionWordGap、DASetTextExtractionOptions、および
DASetTextExtractionArea 関数を使用してテキスト抽出処理を調整できます
構文
Delphi
Function TPDFlib.ExtractFilePageText(Const InputFileName, Password: WideString; Page, Options: Integer): WideString;
ActiveX
Function PDFlib::ExtractFilePageText(InputFileName As String, Password As String, Page As Long, Options As Long) As String
DLL
const wchar_t * DLExtractFilePageText(int InstanceID, const wchar_t * InputFileName, const wchar_t * Password, int Page, int Options);
パラメータ
| InputFileName | テキストを抽出するファイルのパスとファイル名。ファイルを開くときに使用するパスワード(存在する場合) |
|---|---|
| Password | 抽出するページ番号 ドキュメントの最初のページはページ 1 である |
| Page | 標準テキスト抽出アルゴリズムを使用: 0 = 人が読める形式でテキストを抽出 1 = 非推奨 2 = ページ上の各テキスト片についてフォント、色、サイズ、位置を含む CSV 文字列を返す より正確だが低速なテキスト抽出アルゴリズムを使用: 3 = 各テキスト片を次の形式の CSV 文字列で返す: Font Name, Text Color, Text Size, X1, Y1, X2, Y2, X3, Y3, X4, Y4, Text 座標はテキストを囲む 4 点で、SetMeasurementUnits 関数で設定した単位と SetOrigin 関数で設定した原点を使用して測定されます。座標順は左下隅から反時計回りです。4 = オプション 3 と同様だが個別の単語を返し、単語検索が容易 5 = オプション 3 と同様だが各テキストブロック後に文字幅を出力 6 = オプション 4 と同様だが各テキスト行後に文字幅を出力 7 = オプション 0 より高精度に人が読める形式でテキストを抽出 8 = オプション 0 と同様の出力形式だが高精度アルゴリズムを使用し、書式なしの行を返す |
| Options |