ExportPageMarkdown
Texto, extração, Markdown
Descrição
Exporta uma página PDF como Markdown semântico usando os parágrafos, listas, títulos e tabelas detectados da página
Sintaxe
Delphi
Function TPDFlib.ExportPageMarkdown(Page, Options: Integer): WideString;ActiveX
Function PDFlib::ExportPageMarkdown(Page As Long, Options As Long) As StringDLL
const wchar_t* DLExportPageMarkdown(int InstanceID, int Page, int Options);
const char* DLExportPageMarkdownA(int InstanceID, int Page, int Options);Parâmetros
| Page | O número de página com base 1 |
|---|---|
| Options | Combine PDF_MARKDOWN_INCLUDE_PAGE_MARKERS (1), PDF_MARKDOWN_DETECT_HEADINGS (2) e PDF_MARKDOWN_PRESERVE_STYLES (4), ou use PDF_MARKDOWN_DEFAULT (7); zero emite blocos semânticos sem marcadores opcionais, inferência de títulos ou estilização de fonte |
Valores retornados
Retorna texto Markdown, ou uma string vazia quando a validação ou a extração falha
Observações
A análise usa a SetStructuredTextOptions de forma independente do Options específico de formato; examine a GetLastStructuredTextDiagnostics para origens de leitura e avisos de fallback
A ordem real da árvore de etiquetas tem precedência quando os bindings de conteúdo estão completos; conteúdo não resolvido ou ambíguo retém o texto extraído em fallback mixed ou geometric, e papéis personalizados desconhecidos não são adivinhados pelos nomes deles
Tabelas simples sem mesclagem usam sintaxe de pipe; tabelas com células mescladas usam HTML embutido com spans de linha e de coluna, preservando células vazias
A inferência de títulos compara parágrafos curtos de linha única com o tamanho mediano do texto de corpo da página e produz níveis de H1 a H3
A estilização de fontes reconhece nomes de fonte bold e itálico, além de alinhamento sobrescrito e subscrito, quando PDF_MARKDOWN_PRESERVE_STYLES está habilitado
Caracteres de sintaxe Markdown são escapados e as células de tabelas pipe escapam caracteres pipe embutidos
A extração preserva a página selecionada e a pilha de tags do writer aberta; tags do writer não salvas no momento são incluídas sem tags de fechamento nem finalização do documento
A página selecionada é restaurada antes de a chamada retornar
Ponteiros de retorno da DLL permanecem válidos até a próxima chamada que retorne string na mesma instância
LastErrorCode retorna 113 para página ou máscara de opções inválidos e 517 quando a extração falha
Veja também
ExportDocumentMarkdown, ExtractStructuredPage, ExportPageHTML