ExtractFilePageTextA
Extraction, Page properties
Beskrivelse
Den avsluttende A angir ANSI-inngangspunktet (char) i DLL-en; ActiveX/COM-flaten eksponerer kun Unicode-formen. Oppførselen er identisk med ExtractFilePageText og strengargumenter tolkes ut fra gjeldende kodetabell i SetAnsiMode
Trekkter ut teksten fra en vilkårlig side i en PDF-fil
Denne funksjonen bruker internt direct access-funksjonaliteten. Hele filen lastes ikke inn i minnet, så denne funksjonen kan brukes på vilkårlig store dokumenter
To ulike metoder tilbys for å trekke ut tekst fra den valgte siden i en rekke utdataformater
Funksjonene DASetTextExtractionWordGap, DASetTextExtractionOptions og
DASetTextExtractionArea-funksjonene kan brukes til å justere tekstuttrekksprosessen
Syntaks
Delphi
Function DLExtractFilePageTextA(InstanceID: Integer; InputFileName, Password: PAnsiChar; Page, Options: Integer): PAnsiChar;DLL
const char * DLExtractFilePageTextA(int InstanceID, const char * InputFileName, const char * Password, int Page, int Options);Parametere
| InputFileName | Stien og filnavnet til filen tekst skal trekkes ut fra. Passordet som skal brukes, om noe, ved åpning av filen |
|---|---|
| Password | Nummeret på siden som skal trekkes ut. Den første siden i dokumentet er side 1 |
| Page | Med standard tekstuttrekksalgoritme: 0 = Trekk ut tekst i lesbart format 1 = Foreldet 2 = Returner en CSV-streng med skrifttype, farge, størrelse og posisjon for hver tekstbit på siden Med den mer nøyaktige, men tregere tekstuttrekksalgoritmen: 3 = Returner en CSV-streng for hver tekstbit på siden med følgende format: Font Name, Text Color, Text Size, X1, Y1, X2, Y2, X3, Y3, X4, Y4, Text Koordinatene er de fire punktene som omgir teksten, målt med enhetene satt med SetMeasurementUnits-funksjonen og origo satt med SetOrigin-funksjonen. Koordinatrekkefølgen er mot klokken med nedre venstre hjørne først 4 = Som alternativ 3, men individuelle ord returneres, noe som gjør ordsøk enklere 5 = Som alternativ 3, men tegnbredder skrives ut etter hver tekstblokk 6 = Som alternativ 4, men tegnbredder skrives ut etter hver tekstlinje 7 = Trekk ut tekst i lesbart format med bedre nøyaktighet enn alternativ 0 8 = Samme utdataformat som alternativ 0, men med den mer nøyaktige algoritmen. Returnerer uformaterte linjer |
| Options |