SetStructuredTextOptions

텍스트, 추출, 구조화된 데이터

설명

구조화 JSON, XHTML, CSV, Markdown, DOCX 추출에 대한 인스턴스 전역 분석 옵션을 설정합니다

Function TPDFlib.SetStructuredTextOptions(Options: Integer): Integer;

Function DLSetStructuredTextOptions(InstanceID: Integer; Options: Integer): Integer; Stdcall;

Function PDFlib::SetStructuredTextOptions(Options As Long) As Long

Options는 다음 플래그를 조합합니다. PDF_STRUCTURED_ADVANCED_DEFAULT는 11이며 단 감지, 장식 요소 감지, 표 이어짐을 활성화합니다

상수	값	동작
`PDF_STRUCTURED_DETECT_COLUMNS`	1	태그 순서를 쓸 수 없을 때 일관된 기하학적 단 간격을 찾습니다
`PDF_STRUCTURED_DETECT_FURNITURE`	2	선택한 페이지들에서 페이지 번호를 포함해 페이지 여백 근처의 반복 텍스트를 식별합니다
`PDF_STRUCTURED_EXCLUDE_FURNITURE`	4	식별된 머리글, 바닥글, 페이지 번호, 명시적 아티팩트를 직렬화된 블록에서 생략합니다
`PDF_STRUCTURED_JOIN_TABLES`	8	같은 태그 표의 연속 페이지 조각이나 마주 보는 페이지 가장자리 근처의 기하학적으로 호환되는 표를 하나로 묶습니다
`PDF_STRUCTURED_INFER_MERGES`	16	기하학적 표에서 가로 병합 셀을 추론합니다. 추론된 병합은 기하학적 출처와 신뢰도를 유지합니다

성공하면 1, 잘못된 마스크면 0을 반환합니다. 음수 값과 알 수 없는 비트는 LastErrorCode 111로 거부되며 이전 설정이 유지됩니다

이 설정은 이 인스턴스에 문서와 무관하게 유지되어 이후 추출에 적용되며, 각 내보내기 함수의 형식별 Options 인수와는 별개입니다

0을 넣으면 이 선택적 분석 단계가 꺼지지만 실제 태그 트리 순서, 해석된 역할, 마킹된 콘텐츠 바인딩, ActualText, 태그 표 셀은 유지됩니다

장식 요소 감지는 기본적으로 텍스트를 유지합니다. 제거하려면 명시적 제외 플래그가 필요하고, 반복 여백 감지에는 여러 선택 페이지가 필요합니다

태그 읽기 순서는 자식 요소와 콘텐츠 참조를 포함한 전체 mixed /K 시퀀스를 따르며, 기하학적 단은 폴백으로 따로 표시됩니다

단 감지는 최대 8개의 기하학적 단을 지원하는 휴리스틱입니다. 반복 여백 분류, 기하학적 표 이어짐, 병합 추론은 특이한 레이아웃에서 부정확할 수 있습니다

태그 셀 범위는 구조 속성에서 나오고, 기하학적 병합 추론은 옵트인이며 의미적 정확성을 담보하지 않습니다

표 이어짐은 연속된 소스 페이지에서 순방향으로 놓인 조각과 호환되는 단 그리드를 필요로 합니다. 뒤집히거나 반복되거나 연속적이지 않은 페이지는 억지로 이어지지 않습니다

이 세터는 마스크를 검증하기 전에 최신 오류를 지웁니다