FPdfContentNormalize - PDFium Delphi Component

Unidad: FPdfContentNormalize

Normalización que preserva la sintaxis de una secuencia lógica de contenido de página PDF y detección robusta de límites de imágenes en línea

Sintaxis

const
  PdfContentNormalizeDefaultInputLimit = Int64(256) * 1024 * 1024;
  PdfContentNormalizeDefaultOutputLimit = Int64(256) * 1024 * 1024;
  PdfContentNormalizeDefaultTokenLimit = 10000000;

function NormalizePdfContentSequence(const Streams: array of TBytes;
  const Options: TPdfContentNormalizeOptions; out Output: TBytes;
  out Report: TPdfContentNormalizeReport): Boolean;

function CollectPdfContentResourceUses(const Data: TBytes;
  out Uses: TPdfContentResourceUses;
  out ErrorText: string): Boolean;

function FindInlineImageBlock(const Data: TBytes; StartPos: Integer;
  out BiPos, IdPos, DataStart, EndImageStart: Integer): Boolean;

Descripción

NormalizePdfContentSequence une los flujos de contenido suministrados en el orden de la matriz y tokeniza el resultado como una única secuencia lógica de contenido de página

Preserva cadenas literales, cadenas hexadecimales, nombres, matrices, diccionarios, cargas de imágenes en línea y operadores desconocidos mientras canoniza la separación de tokens; los comentarios pueden eliminarse y puede exigirse el equilibrio estructural

CollectPdfContentResourceUses registra los nombres de recursos consumidos por los operadores de texto, XObject, estado de gráficos, espacio de color, patrón, sombreado, propiedad de contenido marcado e imagen en línea bajo el presupuesto central de tokens

FindInlineImageBlock localiza un bloque BI, ID y EI completo sin tratar una secuencia de bytes EI dentro de los datos de la carga de la imagen como el terminador

Constantes

Constante	Descripción
`PdfContentNormalizeDefaultInputLimit`	Límite lógico de entrada por página predeterminado de 256 MiB
`PdfContentNormalizeDefaultOutputLimit`	Límite de salida normalizada por página predeterminado de 256 MiB
`PdfContentNormalizeDefaultTokenLimit`	Límite por página predeterminado de 10000000 tokens

Funciones

Función	Descripción
`TPdfContentNormalizeOptions.Default`	Habilita la eliminación de comentarios, la validación de equilibrio, la compresión Flate beneficiosa y el salto de páginas no seguras; no permite reescrituras firmadas y aplica los tres límites predeterminados
`NormalizePdfContentSequence`	Devuelve los bytes normalizados y un informe detallado, o `False` con un estado de fallo y texto de diagnóstico
`CollectPdfContentResourceUses`	Devuelve la clase de recurso y el nombre PDF decodificado de cada operador de contenido que consume recursos, o `False` con texto de diagnóstico para entradas malformadas o fuera de presupuesto
`FindInlineImageBlock`	Devuelve los desplazamientos del siguiente bloque de imagen en línea completo en o después de `StartPos`

Tipos

Tipo	Descripción
`TPdfContentNormalizeStatus`	Categoría de resultado o de fallo para la normalización de secuencias y documentos
`TPdfContentNormalizeOptions`	Política de normalización y límites de bytes y tokens por página
`TPdfContentNormalizeReport`	Estado, totales de bytes y páginas, métricas de flujos y tokens, observaciones de sintaxis y texto de diagnóstico
`TPdfContentResourceKind`	Valores de recurso `pcrkFont`, `pcrkXObject`, `pcrkExtGState`, `pcrkColorSpace`, `pcrkPattern`, `pcrkShading` y `pcrkProperties`
`TPdfContentResourceUse`	Un `Name` de recurso decodificado junto con su `Kind`
`TPdfContentResourceUses`	Matriz dinámica de usos de recursos recopilados en orden de contenido

Valores de estado

Valor	Significado
`pcnsNotStarted`	El informe se ha inicializado pero la normalización no se ha completado
`pcnsCompleted`	La normalización se completó con éxito
`pcnsInputLimitExceeded`	La entrada lógica excedió `MaxInputBytesPerPage` o un límite configurado no era positivo
`pcnsOutputLimitExceeded`	Los bytes normalizados excederían `MaxOutputBytesPerPage`
`pcnsTokenLimitExceeded`	La secuencia de contenido excedió `MaxTokensPerPage`
`pcnsMalformedToken`	No se pudo leer por completo un token de contenido PDF
`pcnsUnresolvedInlineImage`	No se pudo encontrar un límite completo de la carga de una imagen en línea
`pcnsUnbalancedState`	Falló el equilibrio exigido de ámbitos de gráficos, texto, contenido marcado, compatibilidad, matrices o diccionarios
`pcnsUnsupportedFilter`	La normalización a nivel de documento encontró un filtro de flujo de contenido que no puede decodificar
`pcnsEncryptedDocument`	La normalización a nivel de documento rechazó una entrada cifrada
`pcnsSignedDocument`	La normalización a nivel de documento rechazó una entrada firmada sin autorización
`pcnsDocumentRewriteFailed`	La reescritura o verificación del grafo de objetos PDF que envuelve falló
`pcnsResourceBudgetExceeded`	Se alcanzó el plazo del `TPdfParserResourceBudget` de todo el proceso antes de completar la normalización

Opciones

Campo	Descripción
`RemoveComments`	Omite los comentarios PDF conservando los límites de tokens requeridos
`RequireBalancedState`	Exige ámbitos equilibrados de `q`/`Q`, `BT`/`ET`, contenido marcado, compatibilidad, matrices y diccionarios
`CompressOutput`	Permite que el envoltorio a nivel de documento comprima con Flate un flujo de página normalizado cuando la compresión reduce su tamaño
`SkipUnsafePages`	Permite que la normalización a nivel de documento preserve una página sin cambios tras un resultado no seguro o no admitido, en lugar de abortar la reescritura del documento
`AllowSignedDocument`	Permite explícitamente una reescritura completa de la entrada firmada, lo que invalida los rangos de bytes de firma existentes
`MaxInputBytesPerPage`	Máximo total de bytes a través de los flujos de contenido suministrados para una página
`MaxOutputBytesPerPage`	Máximo de bytes permitido en la secuencia de contenido normalizada
`MaxTokensPerPage`	Número máximo de tokens inspeccionados para una página

Campos del informe

Campo	Descripción
`Status`	`TPdfContentNormalizeStatus` actual
`SourceByteCount`	Total de bytes de contenido de origen
`OutputByteCount`	Total de bytes de salida normalizados o reescritos
`PageCount`	Páginas inspeccionadas por la normalización a nivel de documento
`NormalizedPageCount`	Páginas reemplazadas con éxito por contenido normalizado
`SkippedPageCount`	Páginas no seguras preservadas sin cambios bajo la política de salto
`InputStreamCount`	Flujos de contenido de origen unidos en secuencias lógicas de página
`OutputStreamCount`	Flujos de contenido normalizados producidos
`CoalescedArrayCount`	Matrices `/Contents` de múltiples flujos reemplazadas por un único flujo normalizado
`TokenCount`	Tokens procesados
`CommentCount`	Comentarios encontrados, tanto retenidos como eliminados
`InlineImageCount`	Bloques de imágenes en línea completos preservados
`UnknownOperatorCount`	Operadores no reconocidos preservados textualmente
`ErrorMessage`	Texto de diagnóstico del primer fallo

Desplazamientos de imágenes en línea

BiPos es el desplazamiento en bytes de la palabra clave BI
IdPos es el desplazamiento en bytes de la palabra clave ID
DataStart es el primer byte de la carga después del único espacio en blanco requerido que sigue a ID
EndImageStart es el desplazamiento en bytes de la palabra clave EI de terminación y, por tanto, un byte pasado la carga
La función devuelve False cuando no se encuentra ningún bloque completo en o después de StartPos

Véase también

FPdfCompress, TPdf.SaveAsNormalizedContent

Unidad FPdfContentNormalize