THotPDF.AnalyzeLoadedPageSemanticText-metoden

Analyserar positionerade glyfer och returnerar semantiska rader i stabil läsordning

Delphi-syntax

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

Beskrivning

Analysatorn klustrar baslinjer, delar stora horisontella luckor i celler, upptäcker återkommande kolumnband, känner igen riktade tabellrader och klassificerar listobjekt, rubriker samt figur- eller tabellbildtexter. Innehåll i full bredd och tabellrader delar sidan i vertikala zoner, medan vanligt innehåll ordnas kolumnvis och därefter uppifrån och ner inom varje kolumn

THPDFSemanticTextLayout rapporterar ColumnCount, TableCount, sidmedianer och ordnade Lines. Varje rad behåller gränser, celler, roll, kolumn och zon, tabell- och radindex, listnivå och ursprunglig källordning så att program kan ersätta de inbyggda heuristikerna

Geometripasset använder O(n log n)-sortering och avgränsad kolumnbands-tilldelning

Se även ExtractLoadedPageSemanticText