DASetTextExtractionOptions

Tekst, Extractie, Functionaliteit voor directe toegang

Beschrijving

Stelt diverse opties in die de tekstextractiefunctionaliteit beïnvloeden

Deze functie heeft alleen invloed op de resultaten van de functies ExtractFilePageText en DAExtractPageText

Syntaxis

Delphi

Function TPDFlib.DASetTextExtractionOptions(OptionID, NewValue: Integer): Integer;

ActiveX

Function PDFlib::DASetTextExtractionOptions(OptionID As Long, NewValue As Long) As Long

DLL

int DLDASetTextExtractionOptions(int InstanceID, int OptionID, int NewValue);

Parameters

OptionID	1 = Fontwijzigingen negeren om verschillende blokken samen te kunnen groeperen 2 = Kleurwijzigingen negeren om verschillende blokken samen te kunnen groeperen 3 = Wijzigingen van tekstblokken negeren om verschillende blokken samen te kunnen groeperen 4 = CMYK-kleurwaarden uitvoeren 5 = Tekstblokken sorteren op positie linksboven 6 = Descenders uit fontmetrics 7 = Overlappen negeren 8 = Duplicaten negeren 9 = Splitsen op dubbele spatie 10 = Tekens buiten het gebied afkappen 11 = Alternatieve blokmatching 12 = Gedraaide tekstblokken negeren 13 = Witruimte aan begin en einde van tekstblokken afkappen 14 = Niet-ASCII-tekens onder het spatieteken (0x32) uitvoeren 15 = Bepaalde tekenreeksen verwijderen, zoals onderstreeplijnen (zie hieronder) 16 = Woorden die over een regeleinde zijn afgebroken weer samenvoegen 17 = Spatie-loze show-text-reeksen op brede advance-stappen in woorden splitsen 18 = Reeksen van 90, 180 en 270 graden in het horizontale leeskader draaien
NewValue	Voor OptionID = 1, 2, 3 en 6: 0 = Gebruiken, 1 = Negeren Voor OptionID = 4: 0 = Als RGB tonen (standaard), 1 = Als CMYK tonen Voor OptionID = 5: 0 = Blokken niet sorteren (standaard), 1 = Blokken sorteren Voor OptionID = 7, 8 en 12: 0 = Niet negeren, 1 = Negeren OptionID = 9: 0 = Niet splitsen op dubbele spatie (standaard) 1 = Splitsen op dubbele spatie OptionID = 10: 0 = Tekens buiten het gebied niet afkappen (standaard) 1 = Tekens buiten het gebied afkappen OptionID = 11: 0 = Gewone blokmatching 1 = Alternatieve blokmatching OptionID = 13: 0 = Witruimte aan begin en einde niet afkappen 1 = Witruimte aan begin en einde afkappen OptionID = 14 0 = Niet-ASCII-tekens onder het spatieteken uit de uitvoer verwijderen (standaard) 1 = Rauwe ongefilterde ASCII-tekens uitvoeren OptionID = 15 0 = Met underscore-tekens gemaakte tekstregels uitvoeren (standaard) 1 = Met underscore-tekens gemaakte tekstregels verwijderen OptionID = 16 0 = Het koppelteken en de regeleinde behouden (standaard) 1 = Woorden die over een regeleinde zijn afgebroken weer samenvoegen als het vervolg met een kleine letter begint; de samenvoeging wordt toegepast op de uitvoer in leesvolgorde, die DAExtractPageText niet blootgeeft, dus extractie via file-handle houdt het koppelteken aan OptionID = 17 0 = Spatie-loze reeksen laten zoals getekend (standaard) 1 = Reeksen in woorden splitsen bij advance-stappen die veel breder zijn dan de mediaan-glyph-advance van de reeks OptionID = 18 0 = Gedraaide reeksen in paginacoördinaten extraheren (standaard) 1 = Reeksen die op 90, 180 of 270 graden zijn getekend in het horizontale leeskader draaien en elke kwartslag apart groeperen, zodat gedraaide kanttekeningen, tabelkoppen en aslabels als leesbare regels extraheren in plaats van door de rechtopstaande tekst te lopen; waar beide zijn gezet wint OptionID 12 nog steeds

OptionID

1 = Fontwijzigingen negeren om verschillende blokken samen te kunnen groeperen 2 = Kleurwijzigingen negeren om verschillende blokken samen te kunnen groeperen 3 = Wijzigingen van tekstblokken negeren om verschillende blokken samen te kunnen groeperen 4 = CMYK-kleurwaarden uitvoeren 5 = Tekstblokken sorteren op positie linksboven 6 = Descenders uit fontmetrics 7 = Overlappen negeren 8 = Duplicaten negeren 9 = Splitsen op dubbele spatie 10 = Tekens buiten het gebied afkappen 11 = Alternatieve blokmatching 12 = Gedraaide tekstblokken negeren 13 = Witruimte aan begin en einde van tekstblokken afkappen 14 = Niet-ASCII-tekens onder het spatieteken (0x32) uitvoeren 15 = Bepaalde tekenreeksen verwijderen, zoals onderstreeplijnen (zie hieronder) 16 = Woorden die over een regeleinde zijn afgebroken weer samenvoegen 17 = Spatie-loze show-text-reeksen op brede advance-stappen in woorden splitsen 18 = Reeksen van 90, 180 en 270 graden in het horizontale leeskader draaien

NewValue

Voor OptionID = 1, 2, 3 en 6: 0 = Gebruiken, 1 = Negeren Voor OptionID = 4: 0 = Als RGB tonen (standaard), 1 = Als CMYK tonen Voor OptionID = 5: 0 = Blokken niet sorteren (standaard), 1 = Blokken sorteren Voor OptionID = 7, 8 en 12: 0 = Niet negeren, 1 = Negeren OptionID = 9: 0 = Niet splitsen op dubbele spatie (standaard) 1 = Splitsen op dubbele spatie OptionID = 10: 0 = Tekens buiten het gebied niet afkappen (standaard) 1 = Tekens buiten het gebied afkappen OptionID = 11: 0 = Gewone blokmatching 1 = Alternatieve blokmatching OptionID = 13: 0 = Witruimte aan begin en einde niet afkappen 1 = Witruimte aan begin en einde afkappen OptionID = 14 0 = Niet-ASCII-tekens onder het spatieteken uit de uitvoer verwijderen (standaard) 1 = Rauwe ongefilterde ASCII-tekens uitvoeren OptionID = 15 0 = Met underscore-tekens gemaakte tekstregels uitvoeren (standaard) 1 = Met underscore-tekens gemaakte tekstregels verwijderen OptionID = 16 0 = Het koppelteken en de regeleinde behouden (standaard) 1 = Woorden die over een regeleinde zijn afgebroken weer samenvoegen als het vervolg met een kleine letter begint; de samenvoeging wordt toegepast op de uitvoer in leesvolgorde, die DAExtractPageText niet blootgeeft, dus extractie via file-handle houdt het koppelteken aan OptionID = 17 0 = Spatie-loze reeksen laten zoals getekend (standaard) 1 = Reeksen in woorden splitsen bij advance-stappen die veel breder zijn dan de mediaan-glyph-advance van de reeks OptionID = 18 0 = Gedraaide reeksen in paginacoördinaten extraheren (standaard) 1 = Reeksen die op 90, 180 of 270 graden zijn getekend in het horizontale leeskader draaien en elke kwartslag apart groeperen, zodat gedraaide kanttekeningen, tabelkoppen en aslabels als leesbare regels extraheren in plaats van door de rechtopstaande tekst te lopen; waar beide zijn gezet wint OptionID 12 nog steeds

Retourwaarden

0	De parameter OptionID of NewValue was ongeldig
1	De tekstextractieoptie is ingesteld