FPdfContentNormalize - PDFium Delphi Component

Egység: FPdfContentNormalize

Egy logikai PDF oldaltartalom-sorozat szintaxist megőrző normalizálása és robusztus beágyazott képhatár-felismerés

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

A NormalizePdfContentSequence a megadott tartalomfolyamokat tömbsorrendben fűzi össze, és az eredményt egyetlen logikai oldaltartalom-sorozatként tokenizálja

Megőrzi a literális sztringeket, a hexa sztringeket, a neveket, a tömböket, a szótárakat, a beágyazott képek tartalmát és az ismeretlen operátorokat, miközben kanonizálja a tokenek elválasztását; a megjegyzések eltávolíthatók és a szerkezeti kiegyensúlyozottság megkövetelhető

A CollectPdfContentResourceUses rögzíti a szöveg-, XObject-, grafikaállapot-, színtér-, minta-, árnyaló-, megjelölt-tartalom tulajdonság- és beágyazottkép-operátorok által felhasznált erőforrásneveket a közös tokenkeret alatt

A FindInlineImageBlock egy teljes BI, ID, EI blokkot keres fel anélkül, hogy a képtartalom adatain belüli EI bájtsorozatot lezárónak tekintené

Constants

Constant	Description
`PdfContentNormalizeDefaultInputLimit`	Alapértelmezett, oldalonkénti logikai bemeneti korlát: 256 MiB
`PdfContentNormalizeDefaultOutputLimit`	Alapértelmezett, oldalonkénti normalizált kimeneti korlát: 256 MiB
`PdfContentNormalizeDefaultTokenLimit`	Alapértelmezett, oldalonkénti korlát: 10000000 token

Functions

Function	Description
`TPdfContentNormalizeOptions.Default`	Engedi a megjegyzések eltávolítását, a kiegyensúlyozottság ellenőrzését, a hasznos Flate tömörítést és a nem biztonságos oldalak kihagyását; aláírt átírásokat nem enged, és alkalmazza a három alapértelmezett korlátot
`NormalizePdfContentSequence`	Normalizált bájtokat és részletes jelentést ad vissza, hiba esetén `False` értéket hibaállapottal és diagnosztikai szöveggel
`CollectPdfContentResourceUses`	Minden erőforrást fogyasztó tartalomoperátorhoz visszaadja az erőforrás fajtáját és a dekódolt PDF-nevet, hibás vagy keretet túllépő bemenetnél pedig `False` értéket diagnosztikai szöveggel
`FindInlineImageBlock`	A `StartPos` pozíción vagy utána lévő következő teljes beágyazottkép-blokk eltolásait adja vissza

Types

Type	Description
`TPdfContentNormalizeStatus`	Kimenetel- vagy hibakategória sorozat- és dokumentumszintű normalizáláshoz
`TPdfContentNormalizeOptions`	Normalizálási szabályzat és oldalonkénti bájt- és tokenkorlátok
`TPdfContentNormalizeReport`	Állapot, bájt- és oldalszám-összesítők, folyam- és tokenmetrikák, szintaxis-megfigyelések és diagnosztikai szöveg
`TPdfContentResourceKind`	Erőforrásértékek: `pcrkFont`, `pcrkXObject`, `pcrkExtGState`, `pcrkColorSpace`, `pcrkPattern`, `pcrkShading` és `pcrkProperties`
`TPdfContentResourceUse`	Egy dekódolt erőforrás `Name` neve a hozzá tartozó `Kind` fajtával
`TPdfContentResourceUses`	A gyűjtött erőforrásfelhasználások dinamikus tömbje tartalom-sorrendben

Állapotértékek

Value	Meaning
`pcnsNotStarted`	A jelentés előkészítve, de a normalizálás nem fejeződött be
`pcnsCompleted`	A normalizálás sikeresen befejeződött
`pcnsInputLimitExceeded`	A logikai bemenet túllépte a `MaxInputBytesPerPage` értéket, vagy egy beállított korlát nem volt pozitív
`pcnsOutputLimitExceeded`	A normalizált bájtok túllépnék a `MaxOutputBytesPerPage` értéket
`pcnsTokenLimitExceeded`	A tartalomsorozat túllépte a `MaxTokensPerPage` értéket
`pcnsMalformedToken`	Egy PDF tartalomtokent nem lehetett teljesen beolvasni
`pcnsUnresolvedInlineImage`	Egy teljes beágyazottkép-tartalom határát nem lehetett megtalálni
`pcnsUnbalancedState`	A megkövetelt grafikai, szöveg-, megjelölt-tartalom-, kompatibilitási, tömb- vagy szótárhatály kiegyensúlyozottsága nem valósult meg
`pcnsUnsupportedFilter`	A dokumentumszintű normalizálás olyan tartalomfolyam-szűrőbe ütközött, amelyet nem tud dekódolni
`pcnsEncryptedDocument`	A dokumentumszintű normalizálás elutasította a titkosított bemenetet
`pcnsSignedDocument`	A dokumentumszintű normalizálás felhatalmazás nélkül elutasította az aláírt bemenetet
`pcnsDocumentRewriteFailed`	A befoglaló PDF objektumgráf-átírás vagy annak ellenőrzése hibázott
`pcnsResourceBudgetExceeded`	A folyamat-szintű `TPdfParserResourceBudget` határidő a normalizálás befejezése előtt lejárt

Beállítások

Field	Description
`RemoveComments`	Eltávolítja a PDF-megjegyzéseket, miközben megtartja a szükséges tokenhatárokat
`RequireBalancedState`	Megköveteli a kiegyensúlyozott `q`/`Q`, `BT`/`ET`, megjelölt-tartalom, kompatibilitási, tömb- és szótárhatályokat
`CompressOutput`	Lehetővé teszi a dokumentumszintű csomagolónak, hogy Flate-tömörítést alkalmazzon egy normalizált oldal folyamán, ha a tömörítés csökkenti a méretét
`SkipUnsafePages`	Lehetővé teszi a dokumentumszintű normalizálásnak, hogy nem biztonságos vagy nem támogatott eredmény után egy oldalt változatlanul megőrizzön, ahelyett hogy megszakítaná a dokumentum átírását
`AllowSignedDocument`	Explicit módon megengedi az aláírt bemenet teljes átírását, amely érvényteleníti a meglévő aláírásbájt-tartományokat
`MaxInputBytesPerPage`	Legfeljebb ennyi bájt lehet összesen az egyik oldal megadott tartalomfolyamaiban
`MaxOutputBytesPerPage`	A normalizált tartalomsorozatban megengedett legnagyobb bájtszám
`MaxTokensPerPage`	Egy oldalhoz vizsgált tokenek legnagyobb száma

Jelentésmezők

Field	Description
`Status`	Aktuális `TPdfContentNormalizeStatus` érték
`SourceByteCount`	Összes forrástartalombájt
`OutputByteCount`	Összes normalizált vagy átírt kimeneti bájt
`PageCount`	A dokumentumszintű normalizálás által vizsgált oldalak
`NormalizedPageCount`	Sikeresen normalizált tartalomra cserélt oldalak
`SkippedPageCount`	Nem biztonságos oldalak, amelyeket a kihagyási szabályzat változatlanul megőrzött
`InputStreamCount`	Logikai oldal-sorozatokká fűzött forrástartalomfolyamok
`OutputStreamCount`	Előállított normalizált tartalomfolyamok
`CoalescedArrayCount`	Többfolyamos `/Contents` tömbök, amelyeket egyetlen normalizált folyam váltott fel
`TokenCount`	Feldolgozott tokenek
`CommentCount`	Megtalált megjegyzések, akár megtartva, akár eltávolítva
`InlineImageCount`	Megőrzött teljes beágyazottkép-blokkok
`UnknownOperatorCount`	Ismeretlen, szó szerint megőrzött operátorok
`ErrorMessage`	Az első hiba diagnosztikai szövege

Beágyazottkép-eltolások

A BiPos a BI kulcsszó bájteltolása
Az IdPos a ID kulcsszó bájteltolása
A DataStart az első tartalombájt az ID után álló egyetlen megkövetelt szóköz után
Az EndImageStart a lezáró EI kulcsszó bájteltolása, tehát eggyel a tartalom mögött
A függvény False értéket ad vissza, ha a StartPos pozíción vagy utána nincs teljes blokk

FPdfContentNormalize egység