型付きテーブル抽出
THotPDF.ExtractLoadedTypedTables は、ロード済みドキュメントを変更せずに、セマンティックテーブル行を公開の正規列グリッドに変換します
テーブル連続性
互換性のある隣接フラグメントは、正規列を追加でき、マージされた見出しを破棄する代わりに、欠落した中間開始を明示的な ColumnSpan 値に変えます
連続するページの互換性のあるテーブルは 1 つのテーブルになり、一致する先頭ヘッダー行は存在し続け、IsRepeatedHeader を運びます
型付き値と信頼度
各セルは、元の Unicode テキスト、ページ空間境界、行と列のスパン、正規化値、型付きストレージ、通貨コード、信頼度を保持します
推論は、呼び出し側が選択した小数、千位区切り、日付順ルールの下で、空、文字列、整数、数値、ブール、日付、日時、通貨、パーセンテージ値を認識します
境界付きエクスポート
ExportLoadedTypedTables は、境界付きステージングストリームとロールバック安全な最終公開を通じて、展開された RFC 4180 スタイルの CSV 行またはメタデータリッチな JSON を書き込みます
ページ、グリフ、ソーステーブル、出力テーブル、行、セル、テキスト、出力バイト、信頼度、キャンセル制限は、結果を公開する前にチェックされます
XLSX ワークブック
HPDFXLSXExport ユニットは、THPDFTypedTables を Office Open XML ワークブックとしてエクスポートします。Office のインストールも外部スプレッドシートライブラリの読み込みも不要です
HPDFExportTypedTablesXLSX は、読み書き可能でシーク可能なストリームの現在位置に書き込みます。ワークブック全体を公開前にステージングし、回復可能な書き込み失敗時には上書きされたバイトを復元します
HPDFExportTypedTablesXLSXFile は、ターゲットの隣に排他作成した一時ファイルへ書き出してフラッシュし、エクスポートが成功した後にのみターゲットを原子的に置き換えます
HPDFExportLoadedTypedTablesXLSX は抽出とストリームエクスポートを組み合わせ、ロード済みソースとエイリアスになる出力先を拒否します
抽出された各テーブルは Table N という名前のワークシートになり、数値セルとブールセル、日付と日時の書式、数値書式内の通貨コード、パーセンテージ書式、検証済みの結合範囲を持ちます
10 進 15 桁を超える整数は、正確な値を保持するためにテキストとして保存されます。Excel の数値セルには精度の上限があるためです
文字列はリテラルテキストのまま保持されます。= で始まる値も含まれます。XML 制御文字とリテラルの Office Open XML エスケープシーケンスは、SpreadsheetML のエスケープ処理を通じて保持されます
デフォルトでは、非表示の Source metadata ワークシートが、ワークブック内のセルアドレス、0 始まりのソースページとテーブルインデックス、元のテキストと正規化テキスト、値の種類、通貨コード、ページ空間境界、各ソースセルの信頼度を記録します
THPDFXLSXExportOptions.Default は、最大 4,096 テーブル、1,000,000 行、1,000,000 セル、256 MiB の出力を許可し、省略可能な THPDFCancellationToken とメタデータワークシートを省略するオプションを持ちます
エクスポートは、重なる結合、順不同または重複する列インデックス、非有限数、無効な通貨コード、1900 〜 9999 外の日付、32,767 UTF-16 単位を超えるテキスト、Excel の 1,048,576 行 / 16,384 列の上限外のワークシートを拒否します
メタデータシートはヘッダー行を 1 行持つため、有効にするとワークブック全体のソースセルが 1,048,575 に制限されます。空の抽出でも可視シートは 1 つ生成されます
ZIP メンバーは stored 圧縮方式を使うため、出力サイズは圧縮されるワークブックより大きくなることがあります。エクスポーターは PDF の視覚スタイルを保持せず、グラフ、数式、マクロ、埋め込み画像も保持しません
JSON ジョブと C ABI は、format: "xlsx" 付きの tables.export を通じて同じワークブックパイプラインを公開し、抽出と出力の共通予算を共有します