CharacterCount svojstvo

CharacterCount vraća broj znakova koje PDFium prepoznaje na FPDF_TEXTPAGE-u aktivne stranice — isto indeksiranje koje pokreće Character[Index], CharacterRectangle[Index], CharacterOrigin[Index] i sloj pretraživanja / odabira. Broj odražava glife nakon razrješavanja ToUnicode CMap-a, pa svaki unos odgovara jednoj Unicode kodnoj točki kako ju je dekodirao PDFium, a ne jednom glifu programa PDF fonta

Vrijednost je 0 kada je Active False, kada stranica nema tekstualni sadržaj (čisto slikovne / vektorske stranice) ili kada je tekstualni sadržaj iscrtan fontovima kojima nedostaje ToUnicode CMap i nijedna heuristika rezervnog puta nije mogla dekodirati. PDFium također uključuje “generirane” znakove praznine koje sintetizira za modeliranje prijeloma redaka i granica riječi — provjerite CharacterGenerated[Index] za razlikovanje stvarnih glifova od sintetskih

Tipična petlja je for I := 0 to Pdf.CharacterCount - 1 do, pri čemu Pdf.Character[I] vraća WideChar. Nadovezivanje ovih znakova u jedan niz daje tekstualni sadržaj stranice u redoslijedu čitanja CharacterCount je sam po sebi O(1) nakon raščlambe stranice; indeksirani pristupnici obavljaju posao po znaku

• Zamjenski parovi u dopunskim ravninama (emoji, rijetki CJK ideografi) zauzimaju dva indeksa znaka — jedan gornji zamjenski, jedan donji zamjenski — podudarajući se s UTF-16 kodnim jedinicama, a ne s Unicode kodnim točkama
• Koristite CharacterMapError[Index] za otkrivanje glifova koje PDFium nije mogao preslikati natrag u Unicode; oni obično zahtijevaju OCR ili pregled programa fonta
• Za zbrojeve na razini dokumenta, iterirajte svaku stranicu i akumulirajte broj CharacterCount je po stranici; PDFium izravno ne nudi ukupni zbroj za “sve stranice”