GetLastStructuredTextDiagnostics

Tekst, extractie, gestructureerde data

Beschrijving

Geeft JSON terug die de meest recente gestructureerde extractieanalyse op deze instantie beschrijft

Syntaxis

Delphi

Function TPDFlib.GetLastStructuredTextDiagnostics: WideString;

DLL

Function DLGetLastStructuredTextDiagnostics(InstanceID: Integer): PWideChar; Stdcall;
Function DLGetLastStructuredTextDiagnosticsA(InstanceID: Integer): PAnsiChar; Stdcall;

ActiveX

Function PDFlib::GetLastStructuredTextDiagnostics() As String

Rapport

{
  "status": "completed",
  "pages": [
    {
      "page": 1,
      "readingSource": "tagged",
      "warnings": ""
    },
    {
      "page": 2,
      "readingSource": "mixed",
      "warnings": "shared-tagged-form-occurrence-order-unresolved\r\n"
    }
  ]
}

Het eerste rapport is {"status":"notRun"}; een extractiepoging begint met {"status":"error","code":"extraction_failed"} en een geslaagde analyse vervangt het door een completed-rapport

Elke afgeronde pagina legt zijn op 1 gebaseerde page, readingSource en warnings vast; warnings zijn een door regeleindes gescheiden string met diagnostische codes, terwijl gestructureerde JSON in schema 2 een warnings-array gebruikt

Leesbronnen zijn tagged, mixed, geometric en geometric-columns

Opmerkingen

Het rapport dekt gestructureerde JSON-, XHTML-, CSV-, Markdown- en DOCX-extractie af; ongeldige verzoeken die vóór de extractie worden geweigerd, kunnen het vorige rapport ongewijzigd laten

Een afgerond rapport betekent dat de analyse met succes terugkwam; het certificeert geen volledige semantiek, correcte indelingsinferentie, geldige tagging of PDF/UA-naleving

Waarschuwingen melden niet-ondersteunde tekst via objectverwijzingen, onopgeloste rollen of naamruimten, cycli of traversielimieten, ontbrekende bronafbeeldingen en dubbelzinnige gedeelde Form XObject-voorkomens

Wanneer boomdoorkruising of binding onvolledig is, blijft geëxtraheerde brontekst behouden via mixed- of geometric-fallback; bekijk ExtractStructuredPage voor de herkomst per blok en structureComplete

Annulering of een extractiefout kan het foutenrapport achterlaten; raadpleeg LastErrorCode en de normale bewerkingslevenscyclus voor het resultaat van de aanroep

De getter wist de laatste fout niet; de DLL A-variant geeft UTF-8 terug en DLL-stringpointers blijven geldig tot de volgende aanroep op deze instantie die een string teruggeeft

Zie ook

SetStructuredTextOptions, GetStructuredTextOptions, ExtractStructuredDocument, ExportDocumentMarkdown, SaveDOCXToStream