SetTextExtractionOptions

Văn bản, Trích xuất

Mô tả

Đặt các tùy chọn ảnh hưởng đến chức năng trích xuất văn bản

Từ 8.13, hàm này chỉ đặt các tùy chọn trích xuất văn bản cho tài liệu đang chọn, và cũng chỉ ảnh hưởng đến kết quả của GetPageText

function.

Để chỉnh trích xuất văn bản cho các hàm ExtractFilePageText và DAExtractPageText, dùng DASetTextExtractionOptions mới

function.

Cú pháp

Delphi

Function TPDFlib.SetTextExtractionOptions(OptionID, NewValue: Integer): Integer;

ActiveX

Function PDFlib::SetTextExtractionOptions(OptionID As Long, NewValue As Long) As Long

DLL

int DLSetTextExtractionOptions(int InstanceID, int OptionID, int NewValue);

Tham số

OptionID	1 = Bỏ qua thay đổi Font để gộp các khối khác nhau lại 2 = Bỏ qua thay đổi Color để gộp các khối khác nhau lại 3 = Bỏ qua thay đổi Text Block để gộp các khối khác nhau lại 4 = Xuất giá trị màu CMYK 5 = Sắp text block theo vị trí trên-trái 6 = Phần chân chữ (descender) theo font metrics 7 = Bỏ qua các phần chồng lấn 8 = Bỏ qua các bản trùng 9 = Tách tại khoảng trắng kép 10 = Cắt bỏ ký tự ngoài vùng 11 = Khớp khối theo cách thay thế 12 = Bỏ qua text block bị xoay 13 = Cắt khoảng trắng đầu và cuối khỏi text block 14 = Xuất các ký tự không ASCII nhỏ hơn ký tự Space (0x32) 15 = Xóa một số chuỗi ký tự như các đường gạch dưới (xem dưới đây)
NewValue	OptionID = 1, 2, 3 và 6: 0 = Dùng, 1 = Bỏ qua OptionID = 4: 0 = Hiện dạng RGB (mặc định), 1 = Hiện dạng CMYK OptionID = 5: 0 = Không sắp khối (mặc định), 1 = Sắp khối OptionID = 7, 8 và 12: 0 = Không bỏ qua, 1 = Bỏ qua OptionID = 9: 0 = Không tách tại khoảng trắng kép (mặc định) 1 = Tách tại khoảng trắng kép OptionID = 10: 0 = Không cắt ký tự ngoài vùng (mặc định) 1 = Cắt ký tự ngoài vùng OptionID = 11: 0 = Khớp khối thông thường 1 = Khớp khối theo cách thay thế OptionID = 13: 0 = Không cắt khoảng trắng đầu/cuối 1 = Cắt khoảng trắng đầu và cuối OptionID = 14 0 = Xóa ký tự không ASCII nhỏ hơn space khỏi đầu ra (mặc định) 1 = Xuất ký tự ASCII thô chưa lọc OptionID = 15 0 = Xuất các dòng chữ tạo bằng ký tự Underscore (mặc định) 1 = Xóa các dòng chữ tạo bằng Underscore OptionID = 16 0 = Giữ dấu gạch ở cuối dòng (mặc định) 1 = Nối lại các từ bị gạch nối ngắt qua xuống dòng trong các đầu ra theo dòng (GetPageText mode 7 và 9); phần nối viết thường mất dấu gạch và điểm ngắt, phần nối viết hoa hoặc chữ số giữ nguyên cả hai OptionID = 17 0 = Giữ các show-text run như đã vẽ (mặc định) 1 = Tách lại các show-text run không có khoảng trắng thành từ tại các bước advance rộng hơn hẳn median glyph advance của run (GetPageText mode 7 và 9-11), nhờ đó tài liệu vẽ cả dòng bằng một toán tử với khoảng cách kerning thay cho khoảng trắng vẫn tách được thành từ OptionID = 18 0 = Trích các run xoay theo tọa độ trang (mặc định) 1 = Xoay các run vẽ ở 90, 180 hoặc 270 độ về khung đọc ngang và gộp riêng từng phần tư vòng, nhờ đó ghi chú lề xoay, tiêu đề bảng và nhãn trục trích ra thành dòng dễ đọc thay vì trộn lẫn với chữ đứng; khi cả hai được đặt thì OptionID 12 vẫn thắng

OptionID

1 = Bỏ qua thay đổi Font để gộp các khối khác nhau lại 2 = Bỏ qua thay đổi Color để gộp các khối khác nhau lại 3 = Bỏ qua thay đổi Text Block để gộp các khối khác nhau lại 4 = Xuất giá trị màu CMYK 5 = Sắp text block theo vị trí trên-trái 6 = Phần chân chữ (descender) theo font metrics 7 = Bỏ qua các phần chồng lấn 8 = Bỏ qua các bản trùng 9 = Tách tại khoảng trắng kép 10 = Cắt bỏ ký tự ngoài vùng 11 = Khớp khối theo cách thay thế 12 = Bỏ qua text block bị xoay 13 = Cắt khoảng trắng đầu và cuối khỏi text block 14 = Xuất các ký tự không ASCII nhỏ hơn ký tự Space (0x32) 15 = Xóa một số chuỗi ký tự như các đường gạch dưới (xem dưới đây)

NewValue

OptionID = 1, 2, 3 và 6: 0 = Dùng, 1 = Bỏ qua OptionID = 4: 0 = Hiện dạng RGB (mặc định), 1 = Hiện dạng CMYK OptionID = 5: 0 = Không sắp khối (mặc định), 1 = Sắp khối OptionID = 7, 8 và 12: 0 = Không bỏ qua, 1 = Bỏ qua OptionID = 9: 0 = Không tách tại khoảng trắng kép (mặc định) 1 = Tách tại khoảng trắng kép OptionID = 10: 0 = Không cắt ký tự ngoài vùng (mặc định) 1 = Cắt ký tự ngoài vùng OptionID = 11: 0 = Khớp khối thông thường 1 = Khớp khối theo cách thay thế OptionID = 13: 0 = Không cắt khoảng trắng đầu/cuối 1 = Cắt khoảng trắng đầu và cuối OptionID = 14 0 = Xóa ký tự không ASCII nhỏ hơn space khỏi đầu ra (mặc định) 1 = Xuất ký tự ASCII thô chưa lọc OptionID = 15 0 = Xuất các dòng chữ tạo bằng ký tự Underscore (mặc định) 1 = Xóa các dòng chữ tạo bằng Underscore OptionID = 16 0 = Giữ dấu gạch ở cuối dòng (mặc định) 1 = Nối lại các từ bị gạch nối ngắt qua xuống dòng trong các đầu ra theo dòng (GetPageText mode 7 và 9); phần nối viết thường mất dấu gạch và điểm ngắt, phần nối viết hoa hoặc chữ số giữ nguyên cả hai OptionID = 17 0 = Giữ các show-text run như đã vẽ (mặc định) 1 = Tách lại các show-text run không có khoảng trắng thành từ tại các bước advance rộng hơn hẳn median glyph advance của run (GetPageText mode 7 và 9-11), nhờ đó tài liệu vẽ cả dòng bằng một toán tử với khoảng cách kerning thay cho khoảng trắng vẫn tách được thành từ OptionID = 18 0 = Trích các run xoay theo tọa độ trang (mặc định) 1 = Xoay các run vẽ ở 90, 180 hoặc 270 độ về khung đọc ngang và gộp riêng từng phần tư vòng, nhờ đó ghi chú lề xoay, tiêu đề bảng và nhãn trục trích ra thành dòng dễ đọc thay vì trộn lẫn với chữ đứng; khi cả hai được đặt thì OptionID 12 vẫn thắng

Giá trị trả về

0	Tham số OptionID hoặc NewValue không hợp lệ
1	Đã đặt tùy chọn trích xuất văn bản thành công