結構化已載入頁面匯出

THotPDF.ExportLoadedPagesStructured 把選定的已載入頁面轉成單一 UTF-8 的 HTML、XHTML、XML 或 JSON 文件,不更動 PDF

單一語意模型

每種格式都消費同一個無障礙閱讀模型,結構順序、文件語言與標題、標題層級、清單、表格、圖形、標記內容取代、物件參照、導覽、頁面標籤、註解與表單控制項因此在各匯出器之間保持一致

標記結構能為頁面提供可用投影時優先採用,幾何式的段落、標題、清單、說明、欄與表格分析只作為設定的後備

產生過程在有界的暫存串流內完成,發布前會為將被覆蓋的目的地位元組拍快照,最終寫入失敗時可還原原始串流狀態

每個 span 都攜帶安全跳脫的 Unicode 文字,外加選用的頁面空間邊界、來源內容串流物件身分、來源字型資源與字級大小

無障礙結構與互動

HTML 與 XHTML 使用語意元素與穩定頁面錨點,XML 與 JSON 則保留等價的開始、結束、內容、物件參照、互動、大綱與頁面標籤記錄

行內與具名的標記內容屬性會跨頁面串流與遞迴 Form XObject 解析,ActualText 取代視覺字形文字,artifact 留在無障礙模型之外,圖形替代文字透過標記內容而非視覺順序關聯

安全的 http、https、mailto 與本地目的地可以匯出,可執行或含控制字元的 URI 則略去

表單名稱、標籤、選項、狀態與一般值可以保留,但密碼、檔案選擇、NoExport 與簽章酬載絕不進入共享匯出模型

影像

影像 XObject 的出現保留其資源名稱、物件編號、固有像素尺寸與變換後的頁面空間邊界

simEmbeddedPNG 透過一般有界影像管線解碼每張支援影像並輸出 PNG data URI,simMetadataOnly 避免像素具現化,simOmit 則排除影像

有界原子輸出

頁面、字形、影像數、結構節點、大綱、每頁互動、每欄位選項、影像位元組、影像總量、輸出位元組與取消上限,都在完成的緩衝區複製到呼叫端串流之前強制執行

擷取與預算失敗時目的地不變;目的地寫入失敗則會嘗試還原其原始位置與大小

相關 API