GetPageTextA

擷取、頁面操作

描述

結尾的 A 表示 ANSI（char）DLL 進入點；ActiveX/COM 介面只提供 Unicode 形式。行為與 GetPageText 完全相同，字串參數依目前 SetAnsiMode 的字碼頁解讀

此函式提供兩種從所選頁面擷取文字的方法，並以多種格式呈現結果。

SetTextExtractionWordGap、SetTextExtractionOptions 與 SetTextExtractionArea

函式可用來調整文字擷取流程。

語法

Delphi

Function DLGetPageTextA(InstanceID, ExtractOptions: Integer): PAnsiChar;

DLL

const char * DLGetPageTextA(int InstanceID, int ExtractOptions);

參數

ExtractOptions	標準文字擷取演算法：0 = 以人類可讀格式擷取文字 1 = 已淘汰 2 = 傳回 CSV 字串，含頁面上每段文字的字型、顏色、大小與位置較精準但較慢的文字擷取演算法：3 = 為頁面上每段文字傳回一行 CSV，格式為：字型名稱、文字顏色、文字大小、X1、Y1、X2、Y2、X3、Y3、X4、Y4、文字座標是包住文字的四個點，以 SetMeasurementUnits 函式設定的單位與 SetOrigin 函式設定的原點量測，順序為逆時針、左下角在前。 4 = 類似選項 3，但傳回個別單字，方便搜尋單字 5 = 類似選項 3，但在每段文字之後輸出字元寬度 6 = 類似選項 4，但在每行文字之後輸出字元寬度 7 = 以人類可讀格式擷取文字，精準度高於選項 0 8 = 輸出格式同選項 0，但使用較精準的演算法。傳回未格式化的行。 9 = 以視覺閱讀順序擷取文字：遞迴 XY 切割讓多欄版面按欄輸出，行不交錯。 10 = 表格感知的 tab 分隔匯出：區塊左緣聚類成全域欄位位置，垂直對齊的儲存格跨列仍保持對齊。 11 = 保留版面的固定網格文字：頁面映射到等寬字元網格並以實際空格填補，不用 tab 定位也能維持視覺對齊。

ExtractOptions

標準文字擷取演算法：0 = 以人類可讀格式擷取文字 1 = 已淘汰 2 = 傳回 CSV 字串，含頁面上每段文字的字型、顏色、大小與位置較精準但較慢的文字擷取演算法：3 = 為頁面上每段文字傳回一行 CSV，格式為：字型名稱、文字顏色、文字大小、X1、Y1、X2、Y2、X3、Y3、X4、Y4、文字座標是包住文字的四個點，以 SetMeasurementUnits 函式設定的單位與 SetOrigin 函式設定的原點量測，順序為逆時針、左下角在前。 4 = 類似選項 3，但傳回個別單字，方便搜尋單字 5 = 類似選項 3，但在每段文字之後輸出字元寬度 6 = 類似選項 4，但在每行文字之後輸出字元寬度 7 = 以人類可讀格式擷取文字，精準度高於選項 0 8 = 輸出格式同選項 0，但使用較精準的演算法。傳回未格式化的行。 9 = 以視覺閱讀順序擷取文字：遞迴 XY 切割讓多欄版面按欄輸出，行不交錯。 10 = 表格感知的 tab 分隔匯出：區塊左緣聚類成全域欄位位置，垂直對齊的儲存格跨列仍保持對齊。 11 = 保留版面的固定網格文字：頁面映射到等寬字元網格並以實際空格填補，不用 tab 定位也能維持視覺對齊。

傳回值

	所選頁面的文字；發生問題時為空字串。各行以 CR-LF 字元分隔。