מדריך מפתחים של PDFium Delphi Component

Unit: FPdfContentNormalize

נרמול משמר-תחביר של רצף תוכן-עמוד לוגי אחד של PDF, ואיתור עמיד לתקלות של גבולות תמונות inline

Syntax

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;

Description

‏NormalizePdfContentSequence מחבר את זרמי התוכן שסופקו לפי סדר המערך ומבצע tokenization לתוצאה כרצף תוכן-עמוד לוגי אחד

הוא משמר מחרוזות literal, מחרוזות hex, שמות, מערכים, מילונים, מטענים של תמונות inline ואופרטורים לא מוכרים תוך קנוניזציה של הפרדת token; ניתן להסיר הערות ולחייב איזון מבני

‏CollectPdfContentResourceUses רושם את שמות המשאבים שנצרכים על ידי אופרטורי טקסט, XObject, מצב-גרפיקה, מרחב-צבע, pattern, shading, מאפיין תוכן-מסומן ותמונה-inline תחת תקציב ה-token המרכזי

‏FindInlineImageBlock מאתר בלוק BI, ‏ID ו-EI שלם מבלי להתייחס לרצף בתים EI בתוך מטען נתוני התמונה כסימן הסיום

Constants

Constant	Description
`PdfContentNormalizeDefaultInputLimit`	ברירת מחדל של מגבלת קלט לוגית לכל עמוד: 256 MiB
`PdfContentNormalizeDefaultOutputLimit`	ברירת מחדל של מגבלת פלט מנורמל לכל עמוד: 256 MiB
`PdfContentNormalizeDefaultTokenLimit`	ברירת מחדל של מגבלת 10000000 token לכל עמוד

Functions

Function	Description
`TPdfContentNormalizeOptions.Default`	מפעיל הסרת הערות, אימות איזון, דחיסת Flate מועילה, ודילוג על עמודים לא בטוחים; אוסר כתיבה מחדש של קלט חתום ומחיל את שלוש מגבלות הברירת מחדל
`NormalizePdfContentSequence`	מחזיר בתים מנורמלים ודוח מפורט, או `False` עם מצב כשל וטקסט אבחון
`CollectPdfContentResourceUses`	מחזיר את סוג המשאב ואת שם ה-PDF המפוענח עבור כל אופרטור תוכן צורך-משאב, או `False` עם טקסט אבחון עבור קלט פגום או שחרג מהתקציב
`FindInlineImageBlock`	מחזיר היסטים עבור בלוק התמונה-inline השלם הבא ב-`StartPos` או אחריו

Types

Type	Description
`TPdfContentNormalizeStatus`	תוצאה או קטגוריית כשל עבור נרמול רצף ומסמך
`TPdfContentNormalizeOptions`	מדיניות נרמול ומגבלות בתים ו-token לכל עמוד
`TPdfContentNormalizeReport`	מצב, סכומי בתים ועמודים, מדדי זרמים ו-token, תצפיות תחביר, וטקסט אבחון
`TPdfContentResourceKind`	ערכי משאב ‏`pcrkFont`, ‏`pcrkXObject`, ‏`pcrkExtGState`, ‏`pcrkColorSpace`, ‏`pcrkPattern`, ‏`pcrkShading`, ו-`pcrkProperties`
`TPdfContentResourceUse`	שם משאב `Name` מפוענח אחד יחד עם ה-`Kind` שלו
`TPdfContentResourceUses`	מערך דינמי של שימושי משאבים שנאספו לפי סדר התוכן

Status values

Value	Meaning
`pcnsNotStarted`	הדוח אותחל אך הנרמול לא הושלם
`pcnsCompleted`	הנרמול הושלם בהצלחה
`pcnsInputLimitExceeded`	הקלט הלוגי חרג מ-`MaxInputBytesPerPage` או שמגבלה שהוגדרה לא הייתה חיובית
`pcnsOutputLimitExceeded`	הבתים המנורמלים היו חורגים מ-`MaxOutputBytesPerPage`
`pcnsTokenLimitExceeded`	רצף התוכן חרג מ-`MaxTokensPerPage`
`pcnsMalformedToken`	token של תוכן PDF לא ניתן לקריאה מלאה
`pcnsUnresolvedInlineImage`	לא נמצא גבול מטען של תמונה-inline שלם
`pcnsUnbalancedState`	נדרש איזון של היקפי גרפיקה, טקסט, תוכן-מסומן, תאימות, מערך או מילון, והוא נכשל
`pcnsUnsupportedFilter`	נרמול ברמת-המסמך נתקל ב-filter של זרם תוכן שאינו יכול לפענח
`pcnsEncryptedDocument`	נרמול ברמת-המסמך סירב לקלט מוצפן
`pcnsSignedDocument`	נרמול ברמת-המסמך סירב לקלט חתום ללא הרשאה
`pcnsDocumentRewriteFailed`	כתיבת ה-PDF המקיפה מחדש או האימות שלה נכשלו
`pcnsResourceBudgetExceeded`	הדדליין של `TPdfParserResourceBudget` ברמת-התהליך הושג לפני שהנרמול הושלם

Options

Field	Description
`RemoveComments`	משמיט הערות PDF תוך שמירה על גבולות token נדרשים
`RequireBalancedState`	דורש איזון של `q`/`Q`, ‏`BT`/`ET`, תוכן-מסומן, תאימות, מערכים ומילונים
`CompressOutput`	מתיר לעטיפה ברמת-המסמך לדחוס ב-Flate זרם עמוד מנורמל כאשר הדחיסה מקטינה את גודלו
`SkipUnsafePages`	מתיר לנרמול ברמת-המסמך להשאיר עמוד ללא שינוי לאחר תוצאה לא בטוחה או לא נתמכת, במקום לבטל את כתיבת המסמך מחדש
`AllowSignedDocument`	מתיר מפורשות כתיבה מחדש מלאה של קלט חתום, מה שמפסל טווחי בתים של חתימות קיימות
`MaxInputBytesPerPage`	מקסימום סך בתים על פני זרמי התוכן שסופקו עבור עמוד אחד
`MaxOutputBytesPerPage`	מקסימום בתים מותר ברצף התוכן המנורמל
`MaxTokensPerPage`	מקסימום token שנבדקים עבור עמוד אחד

Report fields

Field	Description
`Status`	ה-`TPdfContentNormalizeStatus` הנוכחי
`SourceByteCount`	סך בתי תוכן המקור
`OutputByteCount`	סך בתי הפלט המנורמלים או שנכתבו מחדש
`PageCount`	עמודים שנבדקו על ידי נרמול ברמת-המסמך
`NormalizedPageCount`	עמודים שהוחלפו בהצלחה בתוכן מנורמל
`SkippedPageCount`	עמודים לא בטוחים שהושארו ללא שינוי תחת מדיניות הדילוג
`InputStreamCount`	זרמי תוכן מקור שחוברו לרצפי עמודים לוגיים
`OutputStreamCount`	זרמי תוכן מנורמלים שהופקו
`CoalescedArrayCount`	מערכי `/Contents` מרובי-זרמים שהוחלפו בזרם מנורמל יחיד
`TokenCount`	token שעובדו
`CommentCount`	הערות שנתקלו בהן, בין אם נשמרו ובין אם הוסרו
`InlineImageCount`	בלוקי תמונה-inline שלמים שנשמרו
`UnknownOperatorCount`	אופרטורים שלא זוהו ונשמרו כמות שהם
`ErrorMessage`	טקסט אבחון עבור הכשל הראשון

Inline-image offsets

‏BiPos הוא היסט הבתים של מילת המפתח BI
‏IdPos הוא היסט הבתים של מילת המפתח ID
‏DataStart הוא בית המטען הראשון אחרי הרווח היחיד הנדרש שאחרי ID
‏EndImageStart הוא היסט הבתים של מילת המפתח המסיימת EI, ולכן בית אחד מעבר למטען
הפונקציה מחזירה False כאשר לא נמצא בלוק שלם ב-StartPos או אחריו

יחידת FPdfContentNormalize