Native Linux HTML-, bewerkings-, OCR- en archiefworkflows

De native Linux callback-ABI accepteert html.import, text.draw, ocr en pdfa.convert met schemaVersion 1 en de bestaande output-, resultaat-, working-byte- en pixelbudgetten

HTML-import

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

HTML-import werkt op een lege handle en gebruikt de gedeelde HTML5/CSS-layout-engine met een native drawing canvas, Fontconfig-matching, embedded Unicode TrueType-fonts, HarfBuzz/FriBidi-shaping, PNG/JPEG/BMP/GIF-resources, alpha-masks, hyperlinks, paginering en AcroForm-controls

De ABI accepteert inline data-resources; hij installeert geen netwerk- of bestandsresource-callback, terwijl Pascal-aanroepers de bestaande importer-callback kunnen meegeven voor expliciete font-, image- en stylesheet-resources

Optionele pageWidth en pageHeight gebruiken punten; maxPages en maxLayoutOperations moeten positief zijn, en DOM-, CSS-, resource- en image-allocaties volgen ook het operation-budget

Paginatekst-bewerking

{"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}

Insertie behoudt originele pagina-streams, inclusief indirect gereferenced content-arrays, en plakt een embedded Unicode form-appearance aan met een privé-resourcenaam; onzichtbare tekst gebruikt rendering-modus 3 en blijft doorzoekbaar

Coördinaten zijn ongeroteerde PDF user-space-punten; characterSpacing en wordSpacing gebruiken punten, en geauthenticeerde AES-256-vervangingen behouden encryptie, wachtwoorden en permissions

De Pascal AppendPageText-API accepteert daarnaast kwartslag-appearance-rotatie en expliciete rechthoek-fitting

Echte OCR

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

OCR rendert echte paginapixels en roept de installed Tesseract-executable direct aan met een argumentvector, leest begrensde TSV-woorden, valideert UTF-8, confidences en pagina-coördinaten en mapt geroteerde/ bijgesneden pagina-geometrie terug naar PDF-coördinaten

Het resultaat omvat per pagina woorden met tekst, confidence, left, bottom, right en top; searchLayer false geeft recognition-data terug, terwijl true ook een PDF uitschrijft met gefitte onzichtbare embedded-font-tekst

Optionele tesseractPath kiest een expliciete executable; maxWords, minimumConfidence en maxMilliseconds begrenzen herkenning, en annulering of timeout beëindigt en reapet het draaiende proces

Native PDF/A-4 raster-uitvoer

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

Native raster-conversie authored verse niet-versleutelde PDF 2.0-pagina's met gebakken paginarotatie, PDF/A-4 XMP, documentidentificatoren en een gegenereerde embedded sRGB-output intent; huidige acceptatie omvat onafhankelijke veraPDF-validatie met nul gefaalde regels en checks

De uitvoer rasteriseert originele tekst en vectors, flattent zichtbare appearances, vervangt bronmetadata en laat interactieve velden, actions, attachments en signatures vallen; het resultaat rapporteert rasterized, removedFormFields en removedSignatures

Getekende invoer vraagt expliciete allowSignatureInvalidation true; zichtbare annotaties hebben bruikbare normale appearances nodig vóór flattening, en native tekst/vector-preservatie levert een doorzoekbare conversiemodus met echte validatie

Expliciete archival font repair embedt beschikbare substituten via begrensde Ghostscript-normalisatie, behoudt doorzoekbare tekst en vectors en valideert PDF/A-4 vóór publicatie

Publicatie en runtimes

Alle binaire uitvoer wordt voorbereid vóór callbacks; een gegenereerd of bewerkt document vervangt de handle pas nadat output- en JSON-callbacks slagen, en fouten behouden de vorige context

Native HTML vraagt FCL image readers, Fontconfig, installed Unicode TrueType-fonts, HarfBuzz en FriBidi; OCR vraagt daarnaast Tesseract en getrainde taaldata, en archival-profielgeneratie vraagt Little CMS 2

Callback ABI · Native drawing canvas · Pascal OCR API · Pascal archival API

Append selected pages and validate text/vector-preserving PDF/A-4 output