Extracción de tablas tipadas
THotPDF.ExtractLoadedTypedTables convierte las filas semánticas de tablas en un grid canónico de columnas público sin modificar el documento cargado
Continuidad de tablas
Los fragmentos adyacentes compatibles pueden agregar columnas canónicas, convirtiendo los inicios intermedios faltantes en valores explícitos de ColumnSpan en lugar de descartar los encabezados combinados
Las tablas compatibles en páginas consecutivas se convierten en una sola tabla, mientras que las filas de encabezado iniciales coincidentes siguen presentes y llevan IsRepeatedHeader
Valores tipados y confianza
Cada celda conserva el texto Unicode original, los bounds en espacio de página, los spans de fila y columna, el valor normalizado, el almacenamiento tipado, el código de moneda y la confianza
La inferencia reconoce valores vacíos, de cadena, enteros, números, booleans, fechas, date-time, moneda y porcentajes bajo reglas de decimal, separador de miles y orden de fechas elegidas por el llamador
Exportación acotada
ExportLoadedTypedTables escribe filas CSV al estilo RFC 4180 expandidas o JSON rico en metadatos mediante un stream de staging acotado y una publicación final segura contra rollback
Los límites de páginas, glyphs, tablas fuente, tablas de salida, filas, celdas, texto, bytes de salida, confianza y cancelación se verifican antes de publicar los resultados
Libros de trabajo XLSX
La unidad HPDFXLSXExport exporta THPDFTypedTables como un libro de trabajo Office Open XML sin instalar Office ni cargar una librería de hojas de cálculo externa
HPDFExportTypedTablesXLSX escribe en un stream legible, escribible y con seek en su posición actual, prepara el libro completo en staging antes de publicarlo y restaura los bytes sobrescritos cuando ocurre un fallo de escritura recuperable
HPDFExportTypedTablesXLSXFile usa un archivo temporal creado de forma exclusiva junto al destino, lo vacía a disco y reemplaza atómicamente el destino solo después de una exportación exitosa
HPDFExportLoadedTypedTablesXLSX combina la extracción con la exportación por stream y rechaza un destino que sea alias de la fuente cargada
Cada tabla extraída se convierte en una worksheet llamada Table N, con celdas numéricas y booleanas, formatos de fecha y date-time, códigos de moneda en los formatos numéricos, formatos de porcentaje y rangos combinados validados
Los enteros con más de 15 dígitos decimales se guardan como texto para preservar su valor exacto, porque las celdas numéricas de Excel tienen precisión limitada
Las cadenas permanecen como texto literal, incluidos los valores que empiezan con =, y los caracteres de control XML y las secuencias de escape literales de Office Open XML se preservan mediante el escapado de SpreadsheetML
Por defecto, una worksheet oculta Source metadata registra la dirección de celda en el libro, los índices base cero de página y tabla fuente, el texto original y normalizado, el tipo de valor, el código de moneda, los bounds en espacio de página y la confianza de cada celda fuente
THPDFXLSXExportOptions.Default permite hasta 4,096 tablas, 1,000,000 filas, 1,000,000 celdas y 256 MiB de salida, con un THPDFCancellationToken opcional y una opción para omitir la worksheet de metadatos
La exportación rechaza combinaciones superpuestas, índices de columna desordenados o duplicados, números no finitos, códigos de moneda inválidos, fechas fuera del rango 1900 a 9999, texto de más de 32,767 unidades UTF-16 y worksheets fuera de los límites de Excel de 1,048,576 filas o 16,384 columnas
La hoja de metadatos tiene una fila de encabezado, así que habilitarla además limita las celdas fuente a 1,048,575 en todo el libro; una extracción vacía igual produce una hoja visible
Los miembros ZIP usan el método de compresión stored, así que el tamaño de salida puede ser mayor que el de libros comprimidos; el exportador no conserva ni el estilo visual del PDF ni charts, fórmulas, macros ni imágenes embebidas
Los jobs JSON y la ABI de C exponen el mismo pipeline de libros mediante tables.export con format: "xlsx" y los presupuestos compartidos de extracción y salida