THotPDF.AnalyzeLoadedPageSemanticText

Analyserer positionerede glyphs og returnerer semantiske linjer i stabil læserækkefølge

Delphi-syntaks

function AnalyzeLoadedPageSemanticText(PageIndex: Integer;
  out ALayout: THPDFSemanticTextLayout): boolean;

Beskrivelse

Analysatoren grupperer baselines, deler store vandrette mellemrum op i celler, detekterer tilbagevendende kolonnebånd, genkender justerede tabellerækker og klassificerer listeelementer, overskrifter samt figur- eller tabelbilledtekster. Indhold i fuld bredde og tabellerækker deler siden i lodrette zoner, mens almindeligt indhold sorteres kolonne-først og derefter fra top til bund inde i hver kolonne

THPDFSemanticTextLayout rapporterer ColumnCount, TableCount, sidemedianer og ordnede Lines. Hver linje beholder afgrænsninger, celler, rolle, kolonne og zone, tabel- og rækkeindekser, listeniveau og den oprindelige kildeorden, så applikationer kan erstatte de indbyggede heuristikker

Geometripassagen bruger O(n log n)-sortering og afgrænset opgavefordeling af kolonnebånd

Se også ExtractLoadedPageSemanticText