SetStructuredTextOptions

Texto, extração, dados estruturados

Descrição

Define as opções de análise da instância, válidas para toda ela, para extração JSON estruturada, XHTML, CSV, Markdown e DOCX

Sintaxe

Delphi

Function TPDFlib.SetStructuredTextOptions(Options: Integer): Integer;

DLL

Function DLSetStructuredTextOptions(InstanceID: Integer; Options: Integer): Integer; Stdcall;

ActiveX

Function PDFlib::SetStructuredTextOptions(Options As Long) As Long

Parâmetros

Options combina as flags a seguir; PDF_STRUCTURED_ADVANCED_DEFAULT é 11 e habilita colunas, detecção de elementos de moldura e continuação de tabela

Constante	Valor	Comportamento
`PDF_STRUCTURED_DETECT_COLUMNS`	1	Encontra lacunas de coluna geométricas consistentes quando a ordem etiquetada não está disponível
`PDF_STRUCTURED_DETECT_FURNITURE`	2	Identifica texto repetido perto das margens da página nas páginas selecionadas, incluindo números de página
`PDF_STRUCTURED_EXCLUDE_FURNITURE`	4	Omite cabeçalhos, rodapés, números de página e artifacts explícitos identificados dos blocos serializados
`PDF_STRUCTURED_JOIN_TABLES`	8	Coordena fragmentos de páginas consecutivas da mesma tabela etiquetada, ou tabelas geometricamente compatíveis perto das bordas de páginas opostas
`PDF_STRUCTURED_INFER_MERGES`	16	Inferir células mescladas horizontais em tabelas geométricas; mesclagens inferidas retêm a proveniência da geometria e a confiança

Valores retornados

Retorna 1 em caso de sucesso ou 0 para uma máscara inválida; valores negativos e bits desconhecidos são rejeitados com LastErrorCode 111, e a configuração anterior é mantida

Observações

A configuração persiste nesta instância entre documentos e vale para as extrações seguintes; ela é separada do argumento Options específico de formato de cada função de exportação

Zero desabilita essas etapas opcionais de análise, mantendo a ordem real da árvore de etiquetas, os papéis resolvidos, os bindings de marked-content, o ActualText e as células de tabela etiquetadas

A detecção de elementos de moldura preserva o texto por padrão; a remoção exige a flag explícita de exclusão, e a detecção de margens repetidas exige várias páginas selecionadas

A ordem de leitura etiquetada segue a sequência mixed completa de /K, incluindo elementos filhos e referências de conteúdo; colunas geométricas são um fallback e são rotuladas separadamente

A detecção de colunas suporta até oito colunas geométricas e é heurística; a classificação de margens repetidas, a continuação de tabelas geométricas e as mesclagens inferidas podem ser imprecisas em layouts incomuns

As extensões de células etiquetadas vêm dos atributos de estrutura; a inferência de mesclagem geométrica é opcional e não estabelece correção semântica

A continuação de tabela exige fragmentos em ordem direta em páginas de origem consecutivas e grades de colunas compatíveis; páginas invertidas, repetidas ou não consecutivas não são unidas à força

O setter limpa o último erro antes de validar a máscara

Veja também

GetStructuredTextOptions, GetLastStructuredTextDiagnostics, ExtractStructuredDocument, ExportDocumentMarkdown, SaveDOCXToStream