ExportPageMarkdown

Tekst, extractie, Markdown

Beschrijving

Exporteert één PDF-pagina als semantische Markdown, met de gedetecteerde paragrafen, lijsten, koppen en tabellen van de pagina

Syntaxis

Delphi

Function TPDFlib.ExportPageMarkdown(Page, Options: Integer): WideString;

ActiveX

Function PDFlib::ExportPageMarkdown(Page As Long, Options As Long) As String

DLL

const wchar_t* DLExportPageMarkdown(int InstanceID, int Page, int Options);
const char* DLExportPageMarkdownA(int InstanceID, int Page, int Options);

Parameters

Page	Het paginanummer, beginnend bij 1
Options	Combineer `PDF_MARKDOWN_INCLUDE_PAGE_MARKERS` (1), `PDF_MARKDOWN_DETECT_HEADINGS` (2) en `PDF_MARKDOWN_PRESERVE_STYLES` (4), of gebruik `PDF_MARKDOWN_DEFAULT` (7); nul geeft semantische blokken zonder optionele markeringen, kopinferentie of fontstyling

Retourwaarden

Geeft Markdown-tekst terug, of een lege string wanneer validatie of extractie mislukt

Opmerkingen

De analyse gebruikt SetStructuredTextOptions onafhankelijk van de formaatspecifieke Options; bekijk GetLastStructuredTextDiagnostics voor leesbronnen en fallback-waarschuwingen

Echte tag-tree-volgorde gaat voor wanneer contentbindingen compleet zijn; onopgeloste of dubbelzinnige content behoudt geëxtraheerde tekst in mixed- of geometric-fallback, en onbekende aangepaste rollen worden niet uit hun namen afgeleid

Eenvoudige, niet-samengevoegde tabellen gebruiken pipe-syntax; tabellen met samengevoegde cellen gebruiken ingebedde HTML met rij- en kolomspans en behouden lege cellen

Kopinferentie vergelijkt korte enkelregelige alinea's met de mediaan-tekstgrootte van de pagina-body en levert niveaus H1 tot en met H3 op

Fontstyling herkent vette en cursieve fontnamen plus superscript- en subscript-uitlijning wanneer PDF_MARKDOWN_PRESERVE_STYLES is ingeschakeld

Markdown-syntaxistekens worden geëxcapeerd en cellen in pipe-tabellen escapen ingebedde pipe-tekens

Extractie behoudt de geselecteerde pagina en de open writer-tagstack; huidige niet-opgeslagen writer-tags worden zonder sluitingstags meegenomen zonder het document af te ronden

DLL-teruggavepointers blijven geldig tot de volgende stringteruggavende aanroep op dezelfde instantie

LastErrorCode is 113 bij een ongeldige pagina of optiemasker en 517 wanneer extractie mislukt

Zie ook

ExportDocumentMarkdown, ExtractStructuredPage, ExportPageHTML