Extractie van getypte tabellen
THotPDF.ExtractLoadedTypedTables converteert semantische tablerijen naar een publiek canoniek kolomraster zonder het geladen document te wijzigen
Tabelcontinuïteit
Compatibele aangrenzende fragmenten kunnen canonieke kolommen toevoegen, waardoor ontbrekende tussentijdse starts worden omgezet in expliciete ColumnSpan-waarden in plaats van samengevoegde kopteksten te negeren
Compatibele tabellen op opeenvolgende pagina's worden één tabel, terwijl overeenkomende voorste koprijen aanwezig blijven en IsRepeatedHeader dragen
Getypte waarden en betrouwbaarheid
Elke cel behoudt oorspronkelijke Unicode-tekst, paginaruimtegrenzen, rij- en kolomspan, genormaliseerde waarde, getypte opslag, valutacode en betrouwbaarheid
Inferentie herkent lege, tekenreeks-, geheel-getal-, nummer-, boolean-, datum-, datum-tijd-, valuta- en percentagewaarden onder door de aanroeper gekozen decimale, duizendtallen- en datumvolgorde-regels
Begrensde export
ExportLoadedTypedTables schrijft uitgebreide RFC 4180-stijl CSV-rijen of metagegevensrijke JSON via een begrensde staging-stroom en rollback-veilige definitieve publicatie
Pagina-, glyf-, brontabel-, uitvoertabel-, rij-, cel-, tekst-, uitvoerbyte-, betrouwbaarheids- en annuleringslimieten worden gecontroleerd voordat resultaten worden gepubliceerd
XLSX-werkmappen
De unit HPDFXLSXExport exporteert THPDFTypedTables als een Office Open XML-werkmap zonder Office te installeren of een externe spreadsheetbibliotheek te laden
HPDFExportTypedTablesXLSX schrijft op de huidige positie naar een leesbare, beschrijfbare, seekable stream, zet eerst de volledige werkmap klaar en herstelt overschreven bytes bij een herstelbare schrijffout
HPDFExportTypedTablesXLSXFile gebruikt een exclusief aangemaakt tijdelijk bestand naast het doel, flushet dat en vervangt het doel pas atomair na een geslaagde export
HPDFExportLoadedTypedTablesXLSX combineert extractie met stream-export en weigert een doel dat een alias van de geladen bron is
Elke geëxtraheerde tabel wordt een werkblad met de naam Table N, met numerieke en boolean-cellen, datum- en datum-tijdnotaties, valutacodes in getalnotaties, percentagenotaties en gevalideerde samengevoegde bereiken
Gehele getallen met meer dan 15 decimale cijfers worden als tekst opgeslagen om hun exacte waarde te bewaren, want numerieke Excel-cellen hebben beperkte precisie
Strings blijven letterlijke tekst, inclusief waarden die met = beginnen, en XML-stuurtekens en letterlijke Office Open XML-escapereeksen blijven via SpreadsheetML-escaping behouden
Standaard legt een verborgen werkblad Source metadata per broncel het werkmapceladres, bronpagina- en tabelindexen met nulbasis, originele en genormaliseerde tekst, waardesoort, valutacode, paginaruimtegrenzen en betrouwbaarheid vast
THPDFXLSXExportOptions.Default staat maximaal 4.096 tabellen, 1.000.000 rijen, 1.000.000 cellen en 256 MiB uitvoer toe, met een optionele THPDFCancellationToken en een optie om het metadatawerkblad over te slaan
De export weigert overlappende samenvoegingen, ongeordende of dubbele kolomindexen, niet-eindige getallen, ongeldige valutacodes, datums buiten 1900 tot en met 9999, tekst langer dan 32.767 UTF-16-eenheden en werkbladen buiten de Excel-limieten van 1.048.576 rijen of 16.384 kolommen
Het metadatablad heeft één koprij, dus als je die aanzet worden broncellen bovendien beperkt tot 1.048.575 in de hele werkmap; een lege extractie levert nog steeds één zichtbaar werkblad op
ZIP-leden gebruiken de stored-compressiemethode, dus de uitvoergrootte kan groter zijn dan die van gecomprimeerde werkmappen; de exporter bewaart geen PDF-visuele stijl en ook geen grafieken, formules, macro's of ingesloten afbeeldingen
JSON-jobs en de C ABI leggen dezelfde werkmappipeline bloot via tables.export met format: "xlsx" en de gedeelde extractie- en uitvoerbudgetten