DASetTextExtractionOptions

Texto, extração, funcionalidade de acesso direto

Descrição

Define várias opções que afetam a funcionalidade de extração de texto

Esta função afeta apenas os resultados das funções ExtractFilePageText e DAExtractPageText

Sintaxe

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);

Parâmetros

OptionID	1 = Ignorar mudanças de Font para permitir agrupar blocos diferentes 2 = Ignorar mudanças de Color para permitir agrupar blocos diferentes 3 = Ignorar mudanças de Text Block para permitir agrupar blocos diferentes 4 = Emitir valores de cor CMYK 5 = Ordenar blocos de texto pela posição superior esquerda 6 = Descenders a partir das métricas da fonte 7 = Ignorar sobreposições 8 = Ignorar duplicados 9 = Dividir em espaço duplo 10 = Aparar caracteres fora da área 11 = Correspondência alternativa de blocos 12 = Ignorar blocos de texto rotacionados 13 = Aparar espaços no início e no fim dos blocos de texto 14 = Emitir caracteres não ASCII abaixo do caractere Space (0x32) 15 = Remover certas strings de caracteres, como linhas de underscore (veja abaixo) 16 = Re-join words hyphenated across line breaks 17 = Split spaceless show-text runs into words at wide advance steps 18 = Rotate 90, 180 and 270 degree runs into the horizontal reading frame
NewValue	Para OptionID = 1, 2, 3 e 6: 0 = Usar, 1 = Ignorar. Para OptionID = 4: 0 = Mostrar como RGB (padrão), 1 = Mostrar como CMYK. Para OptionID = 5: 0 = Não ordenar blocos (padrão), 1 = Ordenar blocos. Para OptionID = 7, 8 e 12: 0 = Não ignorar, 1 = Ignorar. OptionID = 9: 0 = Não dividir em espaço duplo (padrão) 1 = Dividir em espaço duplo. OptionID = 10: 0 = Não aparar caracteres fora da área (padrão) 1 = Aparar caracteres fora da área. OptionID = 11: 0 = Correspondência regular de blocos 1 = Correspondência alternativa de blocos. OptionID = 13: 0 = Não aparar espaços no início ou no fim 1 = Aparar espaços no início e no fim. OptionID = 14 0 = Remover da saída caracteres não ASCII abaixo do caractere de espaço (padrão) 1 = Emitir caracteres ASCII brutos sem filtragem. OptionID = 15 0 = Emitir linhas de texto feitas com caracteres de underscore (padrão) 1 = Remover linhas de texto feitas com caracteres de underscore. OptionID = 16 0 = Manter o hífen e a quebra de linha (padrão) 1 = Rejuntar palavras quebradas no fim da linha quando a continuação começa com letra minúscula; o rejuntamento é aplicado à saída em ordem de leitura, que o DAExtractPageText não expõe, então a extração por handle de arquivo mantém o hífen. OptionID = 17 0 = Manter runs sem espaços como pintados (padrão) 1 = Dividir runs em palavras nos passos de avanço muito mais largos que o avanço mediano de glifo do run. OptionID = 18 0 = Extrair runs rotacionados em coordenadas da página (padrão) 1 = Rotacionar runs pintados a 90, 180 ou 270 graus para o quadro de leitura horizontal e agrupar cada quarto de volta separadamente, de modo que notas de margem rotacionadas, cabeçalhos de tabela e rótulos de eixo sejam extraídos como linhas legíveis em vez de se intercalar com o texto em pé; onde ambos estiverem definidos, o OptionID 12 ainda prevalece

OptionID

1 = Ignorar mudanças de Font para permitir agrupar blocos diferentes 2 = Ignorar mudanças de Color para permitir agrupar blocos diferentes 3 = Ignorar mudanças de Text Block para permitir agrupar blocos diferentes 4 = Emitir valores de cor CMYK 5 = Ordenar blocos de texto pela posição superior esquerda 6 = Descenders a partir das métricas da fonte 7 = Ignorar sobreposições 8 = Ignorar duplicados 9 = Dividir em espaço duplo 10 = Aparar caracteres fora da área 11 = Correspondência alternativa de blocos 12 = Ignorar blocos de texto rotacionados 13 = Aparar espaços no início e no fim dos blocos de texto 14 = Emitir caracteres não ASCII abaixo do caractere Space (0x32) 15 = Remover certas strings de caracteres, como linhas de underscore (veja abaixo) 16 = Re-join words hyphenated across line breaks 17 = Split spaceless show-text runs into words at wide advance steps 18 = Rotate 90, 180 and 270 degree runs into the horizontal reading frame

NewValue

Para OptionID = 1, 2, 3 e 6: 0 = Usar, 1 = Ignorar. Para OptionID = 4: 0 = Mostrar como RGB (padrão), 1 = Mostrar como CMYK. Para OptionID = 5: 0 = Não ordenar blocos (padrão), 1 = Ordenar blocos. Para OptionID = 7, 8 e 12: 0 = Não ignorar, 1 = Ignorar. OptionID = 9: 0 = Não dividir em espaço duplo (padrão) 1 = Dividir em espaço duplo. OptionID = 10: 0 = Não aparar caracteres fora da área (padrão) 1 = Aparar caracteres fora da área. OptionID = 11: 0 = Correspondência regular de blocos 1 = Correspondência alternativa de blocos. OptionID = 13: 0 = Não aparar espaços no início ou no fim 1 = Aparar espaços no início e no fim. OptionID = 14 0 = Remover da saída caracteres não ASCII abaixo do caractere de espaço (padrão) 1 = Emitir caracteres ASCII brutos sem filtragem. OptionID = 15 0 = Emitir linhas de texto feitas com caracteres de underscore (padrão) 1 = Remover linhas de texto feitas com caracteres de underscore. OptionID = 16 0 = Manter o hífen e a quebra de linha (padrão) 1 = Rejuntar palavras quebradas no fim da linha quando a continuação começa com letra minúscula; o rejuntamento é aplicado à saída em ordem de leitura, que o DAExtractPageText não expõe, então a extração por handle de arquivo mantém o hífen. OptionID = 17 0 = Manter runs sem espaços como pintados (padrão) 1 = Dividir runs em palavras nos passos de avanço muito mais largos que o avanço mediano de glifo do run. OptionID = 18 0 = Extrair runs rotacionados em coordenadas da página (padrão) 1 = Rotacionar runs pintados a 90, 180 ou 270 graus para o quadro de leitura horizontal e agrupar cada quarto de volta separadamente, de modo que notas de margem rotacionadas, cabeçalhos de tabela e rótulos de eixo sejam extraídos como linhas legíveis em vez de se intercalar com o texto em pé; onde ambos estiverem definidos, o OptionID 12 ainda prevalece

Valores retornados

0	O parâmetro OptionID ou NewValue não era válido
1	A opção de extração de texto foi definida com sucesso