ExtractStructuredDocument

Metin, ayıklama, yapılandırılmış veri

Açıklama

Seçili bir sayfa aralığını yakalar, sayfaları birlikte analiz eder ve tek bir şema 2 JSON belgesi, tek bir anlamsal XHTML belgesi ya da eşgüdümlü CSV tabloları döndürür

Sözdizimi

Delphi

Function TPDFlib.ExtractStructuredDocument(Const PageRange: WideString;
  Format, Options: Integer): WideString;

ActiveX

Function PDFlib::ExtractStructuredDocument(PageRange As String,
  Format As Long, Options As Long) As String

DLL

const wchar_t* DLExtractStructuredDocument(int InstanceID,
  const wchar_t* PageRange, int Format, int Options);
const char* DLExtractStructuredDocumentA(int InstanceID,
  const char* PageRange, int Format, int Options);

Parametreler

Dönüş değerleri

JSON, ExtractStructuredPage tarafından belgelenen şemayı kullanan version: 2 değeri ve bir pages dizisi içerir; kararlı anlamsal düğüm kimlikleri sayfalar genelinde geçerlidir

XHTML anlamsal içeriği birleştirir; birleştirilen tablo parçaları, sayfa başına bir section gerektirmek yerine tek bir tablonun içinde tutulur

CSV yalnızca tabloları içerir ve seçili hiçbir sayfada tablo yoksa boştur; devam eden mantıksal tablolar tek bir tablo başlığı kullanır ve tanımlanan yinelenen başlık satırlarını atlar

Geçersiz aralık, biçim veya seçenek ile tüm ayıklama başarısızlıkları boş dize döndürür

Açıklamalar

Analiz, biçime özgü Options'tan bağımsız olarak SetStructuredTextOptions'ı kullanır; okuma kaynakları ve geri dönüş uyarıları için GetLastStructuredTextDiagnostics'a bakın

İçerik bağlamaları eksiksizken gerçek etiket ağacı sırası öncelik kazanır; çözülemeyen veya belirsiz içerik, mixed ya da geometric geri dönüşte ayıklanan metni korur ve bilinmeyen özel roller adlarından tahmin edilmez

Sayfalar arası analiz, yinelenen kenar boşluğu süslerini ve uyumlu tablo devamlarını tanımlar; varsayılan bayraklar süsleri metnini koruyarak tanımlar

Etiketli hücreler boş içeriği ve açık satır-sütun yayılımlarını korur; bozuk ya da üst üste binen tablo ızgaraları, ayıklanan metni koruyarak geri dönüşe geçer

Seçili sayfa modelleri, belge genelindeki analiz için tutulur ve eksiksiz serileştirilmiş sonuç arabelleğe alınır; bellek, seçilen içerik ve çıktı boyutuyla büyür

Ayıklama, seçili sayfayı ve açık yazıcı etiket yığınını korur; kaydedilmemiş geçerli yazıcı etiketleri, kapanış etiketleri olmadan ve belgeyi sonlandırmadan eklenir

İlerleme ve iş birliğine dayalı iptal normal belge işlemi yaşam döngüsünü kullanır

Geçersiz giriş için LastErrorCode 111; ayıklama başarısız olduğunda 515 değerindedir

Ayrıca bkz

ExtractStructuredPage, ExtractPageRangeText