SetTextExtractionOptions

文本、提取

描述

设置影响文本提取功能的各种选项

从 8.13 起，此函数仅设置所选文档的文本提取选项。它也仅影响 GetPageText 的结果

function.

要调整 ExtractFilePageText 和 DAExtractPageText 函数的文本提取过程，请使用新的 DASetTextExtractionOptions

function.

语法

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);

参数

OptionID	1 = 忽略字体更改以允许将不同块分组 2 = 忽略颜色更改以允许将不同块分组 3 = 忽略文本块更改以允许将不同块分组 4 = 输出 CMYK 颜色值 5 = 按左上位置排序文本块 6 = 使用字体度量中的下行部 7 = 忽略重叠 8 = 忽略重复项 9 = 在双空格处分割 10 = 修剪区域外字符 11 = 替代块匹配 12 = 忽略旋转的文本块 13 = 修剪文本块首尾空白 14 = 输出 Space 字符（0x32）以下的非 ASCII 字符 15 = 移除某些字符串，例如下划线
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 = 不在双空格处分割（默认）1 = 在双空格处分割 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 = 替代块匹配 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 = 输出原始未过滤 ASCII 字符 OptionID = 15：0 = 输出由下划线字符构成的文本行（默认）1 = 移除此类文本行 OptionID = 16：0 = 保留行尾连字符（默认）1 = 在线向输出中重新连接跨换行连字符化的单词（GetPageText 模式 7 和 9）；小写续接会删除连字符和换行，大写或数字续接会保留它们 OptionID = 17：0 = 保持显示文本运行's 原样绘制（默认）1 = 在远大于运行中位字形推进量的推进步处将无空格显示文本运行重新分割为单词（GetPageText 模式 7 和 9-11），使以一个操作符绘制整行且使用字距间隙而非空格的文档仍能分割为单词 OptionID = 18：0 = 在页面坐标中提取旋转运行（默认）1 = 将以 90、180 或 270 度绘制的运行旋转到水平阅读框架并分别对每个四分之一转分组，使旋转页边注释、表头和轴标签提取为可读行而非与直立文本交错；两者均设置时 OptionID 12 仍优先

OptionID

1 = 忽略字体更改以允许将不同块分组 2 = 忽略颜色更改以允许将不同块分组 3 = 忽略文本块更改以允许将不同块分组 4 = 输出 CMYK 颜色值 5 = 按左上位置排序文本块 6 = 使用字体度量中的下行部 7 = 忽略重叠 8 = 忽略重复项 9 = 在双空格处分割 10 = 修剪区域外字符 11 = 替代块匹配 12 = 忽略旋转的文本块 13 = 修剪文本块首尾空白 14 = 输出 Space 字符（0x32）以下的非 ASCII 字符 15 = 移除某些字符串，例如下划线

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 = 不在双空格处分割（默认）1 = 在双空格处分割 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 = 替代块匹配 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 = 输出原始未过滤 ASCII 字符 OptionID = 15：0 = 输出由下划线字符构成的文本行（默认）1 = 移除此类文本行 OptionID = 16：0 = 保留行尾连字符（默认）1 = 在线向输出中重新连接跨换行连字符化的单词（GetPageText 模式 7 和 9）；小写续接会删除连字符和换行，大写或数字续接会保留它们 OptionID = 17：0 = 保持显示文本运行's 原样绘制（默认）1 = 在远大于运行中位字形推进量的推进步处将无空格显示文本运行重新分割为单词（GetPageText 模式 7 和 9-11），使以一个操作符绘制整行且使用字距间隙而非空格的文档仍能分割为单词 OptionID = 18：0 = 在页面坐标中提取旋转运行（默认）1 = 将以 90、180 或 270 度绘制的运行旋转到水平阅读框架并分别对每个四分之一转分组，使旋转页边注释、表头和轴标签提取为可读行而非与直立文本交错；两者均设置时 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