Native Linux HTML-, redigerings-, OCR- og arkiveringsworkflows

Den native Linux callback-ABI accepterer html.import, text.draw, ocr og pdfa.convert med schemaVersion 1 og de eksisterende output-, resultat-, arbejdsbyte- og pixelbudgetter

HTML-import

{"schemaVersion":1,"type":"html.import","html":"<h1>Invoice</h1><p>Searchable Unicode</p>","createAcroForms":true}

HTML-import virker på et tomt handle og bruger den delte HTML5/CSS-layoutmotor med et nativt tegnecanvas, Fontconfig-matching, indlejrede Unicode TrueType-fonts, HarfBuzz/FriBidi-shaping, PNG/JPEG/BMP/GIF-ressourcer, alpha-masker, hyperlinks, paginering og AcroForm-kontroller

ABI'en accepterer inline data-ressourcer; den installerer ikke en netværks- eller filressource-callback, mens Pascal-kaldere kan levere den eksisterende importer-callback til eksplicitte font-, billed- og stylesheet-ressourcer

Valgfri pageWidth og pageHeight bruger points; maxPages og maxLayoutOperations skal være positive, og DOM-, CSS-, ressource- og billedallokeringer følger også operationsbudgettet

Sidetekst-redigering

{"schemaVersion":1,"type":"text.draw","page":0,"text":"Searchable Unicode","left":36,"bottom":36,"right":559,"top":108,"fontFamily":"DejaVu Sans","fontSize":12,"invisible":true}

Indsættelse bevarer originale sidestreams, inklusive indirekte refererede content-arrays, og tilføjer en indlejret Unicode form-appearance med et privat ressourcenavn; usynlig tekst bruger rendering mode 3 og forbliver søgbar

Koordinater er uroterede PDF user space-points; characterSpacing og wordSpacing bruger points, og autentificerede AES-256-erstatninger beholder kryptering, adgangskoder og tilladelser

Pascal AppendPageText-API'et accepterer derudover kvartdrejet appearance-rotation og eksplicit rektangel-tilpasning

Rigtig OCR

{"schemaVersion":1,"type":"ocr","pages":[0],"language":"eng","dpi":216,"searchLayer":true,"maxMilliseconds":120000}

OCR rendererer rigtige sidepixels og kalder den installerede Tesseract-eksekverbare direkte med en argumentvektor, læser afgrænsede TSV-ord, validerer UTF-8, confidences og sidekoordinater og afbilder roteret/beskåret sidegeometri tilbage til PDF-koordinater

Resultatet inkluderer pr.-side ord med tekst, confidence, left, bottom, right og top; searchLayer false returnerer genkendelsesdata, mens true også emitterer en PDF med tilpasset usynlig indlejret-font-tekst

Valgfri tesseractPath vælger en eksplicit eksekverbar; maxWords, minimumConfidence og maxMilliseconds afgrænser genkendelsen, og cancellation eller timeout terminerer og høster den kørende proces

Native PDF/A-4 raster-output

{"schemaVersion":1,"type":"pdfa.convert","profile":"PDF/A-4","dpi":144}

Native raster-konvertering forfatter friske ukrypterede PDF 2.0-sider med bagt siderotation, PDF/A-4 XMP, dokumentidentifikatorer og en genereret indlejret sRGB output intent; aktuel accept inkluderer uafhængig veraPDF-validering med nul fejlede regler og tjek

Outputtet rasteriserer original tekst og vektorer, flader synlige appearances ud, erstatter kildemetadata og dropper interaktive felter, handlinger, vedhæftninger og signaturer; resultatet rapporterer rasterized, removedFormFields og removedSignatures

Signerede input kræver eksplicit allowSignatureInvalidation true; synlige annotationer kræver brugbare normale appearances inden udfladning, og native tekst/vektor-bevaring leverer en søgbar konverteringstilstand med rigtig validering

Eksplicit arkiveringsfont-reparation indlejrer tilgængelige substitutter gennem afgrænset Ghostscript-normalisering, beholder søgbar tekst og vektorer og validerer PDF/A-4 inden publicering

Publicering og runtimes

Al binært output forberedes inden callbacks; et genereret eller redigeret dokument erstatter handle først, efter at output- og JSON-callbacks lykkes, og fejl bevarer den tidligere kontekst

Native HTML kræver FCL image readers, Fontconfig, installerede Unicode TrueType-fonts, HarfBuzz og FriBidi; OCR kræver derudover Tesseract og trænet sprogdata, og arkiveringsprofilgenerering kræver Little CMS 2

Callback ABI · Native tegnecanvas · Pascal OCR-API · Pascal arkiverings-API

Tilføj valgte sider og valider tekst/vektor-bevarende PDF/A-4-output