ExtractFilePageText
Wyodrębnianie, Właściwości strony
Opis
Wyodrębnia tekst dowolnej strony w pliku PDF
Funkcja wewnętrznie używa bezpośredniego dostępu. Cały plik nie jest wczytywany do pamięci, dlatego można jej używać z dokumentami o dowolnym rozmiarze
Dostępne są dwie różne metody wyodrębniania tekstu z wybranej strony w różnych formatach wyjściowych
Funkcje DASetTextExtractionWordGap, DASetTextExtractionOptions i
Funkcje DASetTextExtractionArea umożliwiają dostosowanie procesu wyodrębniania tekstu
Składnia
Delphi
Function TPDFlib.ExtractFilePageText(Const InputFileName, Password: WideString; Page, Options: Integer): WideString;
ActiveX
Function PDFlib::ExtractFilePageText(InputFileName As String, Password As String, Page As Long, Options As Long) As String
DLL
const wchar_t * DLExtractFilePageText(int InstanceID, const wchar_t * InputFileName, const wchar_t * Password, int Page, int Options);
Parametry
| InputFileName | Ścieżka i nazwa pliku, z którego ma zostać wyodrębniony tekst. Hasło używane podczas otwierania pliku, jeśli jest wymagane |
|---|---|
| Password | Numer strony do wyodrębnienia. Pierwsza strona dokumentu ma numer 1 |
| Page | Przy użyciu standardowego algorytmu wyodrębniania tekstu: 0 = Wyodrębnij tekst w formacie czytelnym dla człowieka 1 = Przestarzałe 2 = Zwróć ciąg CSV zawierający czcionkę, kolor, rozmiar i położenie każdego fragmentu tekstu na stronie Przy użyciu dokładniejszego, lecz wolniejszego algorytmu: 3 = Zwróć ciąg CSV dla każdego fragmentu tekstu na stronie w formacie: Font Name, Text Color, Text Size, X1, Y1, X2, Y2, X3, Y3, X4, Y4, Text. Współrzędne są czterema punktami ograniczającymi tekst, mierzonymi w jednostkach ustawionych funkcją SetMeasurementUnits i względem początku ustawionego funkcją SetOrigin. Kolejność współrzędnych biegnie przeciwnie do ruchu wskazówek zegara, zaczynając od lewego dolnego narożnika. 4 = Podobnie do opcji 3, ale zwracane są poszczególne słowa, co ułatwia wyszukiwanie 5 = Podobnie do opcji 3, ale po każdym bloku tekstu zapisywane są szerokości znaków 6 = Podobnie do opcji 4, ale po każdym wierszu tekstu zapisywane są szerokości znaków 7 = Wyodrębnij tekst w formacie czytelnym dla człowieka z większą dokładnością niż w opcji 0 8 = Format wyjściowy podobny do opcji 0, lecz z dokładniejszym algorytmem. Zwraca niesformatowane wiersze |
| Options |