DASetTextExtractionOptions

文本、提取、直接访问功能

描述

设置影响文本提取功能的各种选项

此函数仅影响 ExtractFilePageText 和 DAExtractPageText 函数的结果

语法

Delphi

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

ActiveX

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

DLL

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

参数

OptionID	1 = 忽略字体更改以允许将不同块分组在一起 2 = 忽略颜色更改以允许将不同块分组在一起 3 = 忽略文本块更改以允许将不同块分组在一起 4 = 输出 CMYK 颜色值 5 = 根据左上角位置对文本块排序 6 = 使用字体度量中的下伸部分 7 = 忽略重叠 8 = 忽略重复项 9 = 在双空格处分割 10 = 修剪区域外的字符 11 = 备用块匹配 12 = 忽略旋转的文本块 13 = 修剪文本块的前导和尾随空白 14 = 输出低于空格字符（0x32）的非 ASCII 字符 15 = 删除某些字符串，例如下划线行（见下文）16 = 重新连接跨换行符的连字符断词 17 = 在宽进距处将无空格 show-text 运行分割为单词 18 = 将旋转 90、180 和 270 度的运行旋转到水平阅读框架中
NewValue	对于 OptionID = 1、2、3 和 6：0 = 使用，1 = 忽略对于 OptionID = 4：0 = 显示为 RGB（默认），1 = 显示为 CMYK 对于 OptionID = 5：0 = 不排序块（默认），1 = 排序块对于 OptionID = 7、8 和 12：0 = 不忽略，1 = 忽略 OptionID = 9：0 = 不按双空格拆分（默认）1 = 按双空格拆分 OptionID = 10：0 = 不修剪区域外字符（默认）1 = 修剪区域外字符 OptionID = 11：0 = 常规块匹配 1 = 备用块匹配 OptionID = 13：0 = 不修剪前导或尾随空白 1 = 修剪前导和尾随空白 OptionID = 14：0 = 从输出中移除空格字符以下的非 ASCII 字符（默认）1 = 输出未经筛选的原始 ASCII 字符 OptionID = 15：0 = 输出由下划线字符组成的文本行（默认）1 = 移除由下划线字符组成的文本行 OptionID = 16：0 = 保留连字符和换行符（默认）1 = 当续行以小写字母开头时重新连接跨行断开的单词；连接应用于阅读顺序输出，DAExtractPageText 不公开该输出，因此文件句柄提取会保留连字符 OptionID = 17：0 = 保留绘制时的无空格文本串（默认）1 = 在远大于文本串中字形中位推进量的推进步处将文本串拆分为单词 OptionID = 18：0 = 在页面坐标中提取旋转文本串（默认）1 = 将以 90、180 或 270 度绘制的文本串旋转到水平阅读框架，并分别组合每个四分之一转，因此旋转的页边注释、表格标题和坐标轴标签会提取为可读行，而不会与直立文本交错；同时设置时 OptionID 12 仍优先

OptionID

1 = 忽略字体更改以允许将不同块分组在一起 2 = 忽略颜色更改以允许将不同块分组在一起 3 = 忽略文本块更改以允许将不同块分组在一起 4 = 输出 CMYK 颜色值 5 = 根据左上角位置对文本块排序 6 = 使用字体度量中的下伸部分 7 = 忽略重叠 8 = 忽略重复项 9 = 在双空格处分割 10 = 修剪区域外的字符 11 = 备用块匹配 12 = 忽略旋转的文本块 13 = 修剪文本块的前导和尾随空白 14 = 输出低于空格字符（0x32）的非 ASCII 字符 15 = 删除某些字符串，例如下划线行（见下文）16 = 重新连接跨换行符的连字符断词 17 = 在宽进距处将无空格 show-text 运行分割为单词 18 = 将旋转 90、180 和 270 度的运行旋转到水平阅读框架中

NewValue

对于 OptionID = 1、2、3 和 6：0 = 使用，1 = 忽略对于 OptionID = 4：0 = 显示为 RGB（默认），1 = 显示为 CMYK 对于 OptionID = 5：0 = 不排序块（默认），1 = 排序块对于 OptionID = 7、8 和 12：0 = 不忽略，1 = 忽略 OptionID = 9：0 = 不按双空格拆分（默认）1 = 按双空格拆分 OptionID = 10：0 = 不修剪区域外字符（默认）1 = 修剪区域外字符 OptionID = 11：0 = 常规块匹配 1 = 备用块匹配 OptionID = 13：0 = 不修剪前导或尾随空白 1 = 修剪前导和尾随空白 OptionID = 14：0 = 从输出中移除空格字符以下的非 ASCII 字符（默认）1 = 输出未经筛选的原始 ASCII 字符 OptionID = 15：0 = 输出由下划线字符组成的文本行（默认）1 = 移除由下划线字符组成的文本行 OptionID = 16：0 = 保留连字符和换行符（默认）1 = 当续行以小写字母开头时重新连接跨行断开的单词；连接应用于阅读顺序输出，DAExtractPageText 不公开该输出，因此文件句柄提取会保留连字符 OptionID = 17：0 = 保留绘制时的无空格文本串（默认）1 = 在远大于文本串中字形中位推进量的推进步处将文本串拆分为单词 OptionID = 18：0 = 在页面坐标中提取旋转文本串（默认）1 = 将以 90、180 或 270 度绘制的文本串旋转到水平阅读框架，并分别组合每个四分之一转，因此旋转的页边注释、表格标题和坐标轴标签会提取为可读行，而不会与直立文本交错；同时设置时 OptionID 12 仍优先

返回值

0	OptionID 或 NewValue 参数无效
1	文本提取选项设置成功