SetStructuredTextOptions

Текст, извлечение, структурированные данные

Описание

Задаёт общие для экземпляра опции анализа извлечения в структурированный JSON, XHTML, CSV, Markdown и DOCX

Синтаксис

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

Параметры

Options сочетает следующие флаги; PDF_STRUCTURED_ADVANCED_DEFAULT равен 11 и включает колонки, обнаружение служебных элементов и продолжение таблиц

Константа	Значение	Поведение
`PDF_STRUCTURED_DETECT_COLUMNS`	1	Находит согласованные геометрические промежутки колонок, когда тегированный порядок недоступен
`PDF_STRUCTURED_DETECT_FURNITURE`	2	Опознаёт повторяющийся текст у полей страницы по выбранным страницам, включая номера страниц
`PDF_STRUCTURED_EXCLUDE_FURNITURE`	4	Исключает опознанные колонтитулы, номера страниц и явные артефакты из сериализуемых блоков
`PDF_STRUCTURED_JOIN_TABLES`	8	Согласует последовательные фрагменты одной тегированной таблицы на соседних страницах либо геометрически совместимые таблицы у facing-краёв страниц
`PDF_STRUCTURED_INFER_MERGES`	16	Выводит горизонтальные объединённые ячейки в геометрических таблицах; выведенные объединения сохраняют геометрическое происхождение и уверенность

Возвращаемые значения

Возвращает 1 при успехе или 0 при недопустимой маске; отрицательные значения и неизвестные биты отклоняются с LastErrorCode 111, а прежняя настройка удерживается

Примечания

Настройка сохраняется на экземпляре между документами и применяется к последующим извлечениям; она отдельна от специфичного для формата аргумента Options каждой функции экспорта

Ноль отключает эти опциональные шаги анализа, сохраняя реальный порядок дерева тегов, разрешённые роли, привязки marked-content, ActualText и тегированные ячейки таблиц

Обнаружение служебных элементов по умолчанию сохраняет текст; удаление требует явного флага исключения, а распознавание повторяющихся элементов у полей требует нескольких выбранных страниц

Тегированный порядок чтения следует полной смешанной последовательности /K, включая дочерние элементы и ссылки на содержимое; геометрические колонки — резервный путь, помечаемый отдельно

Обнаружение колонок поддерживает до восьми геометрических колонок и является эвристикой; классификация повторяющихся элементов у полей, продолжение геометрических таблиц и выведенные объединения могут быть неточными на необычных макетах

Диапазоны тегированных ячеек берутся из атрибутов структуры; геометрический вывод объединений включается явно и семантической корректности не устанавливает

Продолжение таблицы требует фрагментов в прямом порядке на последовательных исходных страницах и совместимых сеток колонок; обращённые, повторные или непоследовательные страницы принудительно не соединяются

Setter сбрасывает последнюю ошибку до валидации маски

См. также

GetStructuredTextOptions, GetLastStructuredTextDiagnostics, ExtractStructuredDocument, ExportDocumentMarkdown, SaveDOCXToStream