THotPDF.AnalyzeLoadedPageSemanticText

分析已定位的字形,並以穩定的閱讀順序傳回語義行

Delphi 語法

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

說明

分析器會群聚基線、把大的水平間距切分成儲存格、偵測重複出現的欄帶、辨識對齊的表格列,並分類清單項目、標題以及圖或表的說明文字。全寬內容與表格列會把頁面切分成多個垂直分區,一般內容則先依欄排序,再在每欄之內由上至下排列

THPDFSemanticTextLayout 回報 ColumnCount、TableCount、頁面中位數與排序後的 Lines。每一行都保留邊界、儲存格、角色、欄與分區、表格與列索引、清單層級以及原始來源順序,應用程式因此可以取代內建的啟發式規則

幾何處理採用 O(n log n) 排序與有界欄帶指派

另請參見 ExtractLoadedPageSemanticText