ExportPageMarkdown

文本、提取、Markdown

描述

使用页面's 检测到的段落、列表、标题和表格，将一个 PDF 页面导出为语义 Markdown

Function TPDFlib.ExportPageMarkdown(Page, Options: Integer): WideString;

Function PDFlib::ExportPageMarkdown(Page As Long, Options As Long) As String

const wchar_t* DLExportPageMarkdown(int InstanceID, int Page, int Options);
const char* DLExportPageMarkdownA(int InstanceID, int Page, int Options);

Page	从 1 开始的页码
Options	组合 `PDF_MARKDOWN_INCLUDE_PAGE_MARKERS` (1)、`PDF_MARKDOWN_DETECT_HEADINGS` (2) 和 `PDF_MARKDOWN_PRESERVE_STYLES` (4)，或使用 `PDF_MARKDOWN_DEFAULT` (7)；零会输出不带可选标记、标题推断或字体样式的语义块

返回 Markdown 文本；验证或提取失败时返回空字符串

分析通过 SetStructuredTextOptions 设置，与格式相关的 Options 相互独立；阅读顺序来源与回退警告请查看 GetLastStructuredTextDiagnostics

内容绑定完整时，真实标签树顺序优先；未解析或含糊的内容在 mixed 或 geometric 回退中保留提取文本，未知的自定义角色不会根据名称猜测

简单的未合并表格使用管道语法；带合并单元格的表格使用带行、列跨度的嵌入式 HTML，并保留空单元格

标题推断会将简短的单行段落与页面's正文文本大小中位数比较，并生成 H1 到 H3 级别

启用 PDF_MARKDOWN_PRESERVE_STYLES 后，字体样式会识别粗体和斜体字体名称，以及上标和下标对齐方式

会转义 Markdown 语法字符，管道表格单元格会转义其中嵌入的竖线字符

提取会保留选定页面与打开的 writer 标签栈；当前未保存的 writer 标签会被包含进来，但不关闭标签，也不最终确定文档

DLL 返回指针在同一实例的下一次字符串返回调用前始终有效

页面或选项掩码无效时，LastErrorCode 为 113；提取失败时为 517