GetLastStructuredTextDiagnostics

Text, extrahering, strukturerade data

Beskrivning

Returnerar JSON som beskriver den senaste strukturerade extraktionsanalysen på denna instans

Syntax

Delphi

Function TPDFlib.GetLastStructuredTextDiagnostics: WideString;

DLL

Function DLGetLastStructuredTextDiagnostics(InstanceID: Integer): PWideChar; Stdcall;
Function DLGetLastStructuredTextDiagnosticsA(InstanceID: Integer): PAnsiChar; Stdcall;

ActiveX

Function PDFlib::GetLastStructuredTextDiagnostics() As String

Rapport

{
  "status": "completed",
  "pages": [
    {
      "page": 1,
      "readingSource": "tagged",
      "warnings": ""
    },
    {
      "page": 2,
      "readingSource": "mixed",
      "warnings": "shared-tagged-form-occurrence-order-unresolved\r\n"
    }
  ]
}

Den första rapporten är {"status":"notRun"}; ett extraktionsförsök börjar med {"status":"error","code":"extraction_failed"} och lyckad analys ersätter den med en completed-rapport

Varje slutförd sida lagrar sitt 1-baserade page, readingSource och warnings; varningar är en radseparerad sträng med diagnostikkoder, medan schemat 2 strukturerad JSON använder en varningsarray

Läskällor är tagged, mixed, geometric och geometric-columns

Anmärkningar

Rapporten omfattar strukturerad JSON-, XHTML-, CSV-, Markdown- och DOCX-extraktion; ogiltiga begäranden som avvisas före extraktionen kan lämna den tidigare rapporten oförändrad

En slutförd rapport betyder att analysen returnerade lyckat; den intygar inte fullständig semantik, korrekt layoutinferens, giltig taggning eller PDF/UA-efterlevnad

Varningar redovisar text med objektreferenser som inte stöds, olösta roller eller namnrymder, cykler eller traverseringsgränser, saknade källmappningar och tvetydiga delade Form XObject-förekomster

När strukturentraversering eller bindning är ofullständig behålls extraherad källtext via mixed- eller geometric-fallback; granska ExtractStructuredPage för per-block-provenans och structureComplete

Ett avbrott eller extraktionsfel kan lämna felrapporten kvar; se LastErrorCode och den normala åtgärdslivscykeln för anropets resultat

Hämtaren rensar inte det senaste felet; DLL A-varianten returnerar UTF-8 och DLL-strängpekare förblir giltiga till nästa strängreturnerande anrop på denna instans

Se även

SetStructuredTextOptions, GetStructuredTextOptions, ExtractStructuredDocument, ExportDocumentMarkdown, SaveDOCXToStream