function GetStructuredText(
const Options: TPdfStructuredTextOptions): TPdfStructuredTextPage;
GetStructuredText skaito Unicode skaliarus, simbolių langus, šrifto dydį, šrifto svorį, šrifto vardą, kampą ir teksto objekto tapatumą per PDFium natyviąsias teksto API
Simboliai tampa stiliuotomis ištisomis, ištisos — fizinėmis eilutėmis, horizontaliai susijusios eilutės — blokais, o blokų tekstas sujungiamas į puslapio lygio Text lauką
Kiekvienas natyvus skaliarus išsaugomas kaip UTF-16, įskaitant papildomų plokštumų simbolius, vaizduojamus pakaitinėmis poromis
ReadingOrder — roPhysicalLayout grupuoja geometriją iš viršaus žemyn ir iš kairės į dešinę; roContentOrder išlaiko natyvią turinio srauto sekąIncludeFontInfo — į kiekvieną ištisą įtraukia šrifto vardą, dydį, svorį ir kampą, numatytoji reikšmė TrueIncludeSemantics — susieja esamą žymėto PDF arba euristinių skaitomo turinio modelį su kiekvienu bloku, numatytoji reikšmė TrueMaxCharacters — uždarai nepavykstantis puslapio simbolių biudžetas, numatytoji reikšmė 1000000| Įrašas | Svarbiausi duomenys |
|---|---|
TPdfStructuredTextPage | PageNumber, Width ir Height, simbolių ir nesėkmių skaičiai, Source, sujungtas Text ir Blocks |
TPdfStructuredTextBlock | Ribos, tekstas, struktūros rūšis, antraštės lygis, kalba, šaltinis, struktūros elemento indeksas ir eilutės |
TPdfStructuredTextLine | Ribos, sujungtas tekstas ir stiliuotos ištisos |
TPdfStructuredTextSpan | Text, Bounds, SourceStartIndex ir SourceCharacterCount rėžis, FontName, FontSize, FontWeight ir Angle |
Kind, HeadingLevel, Language, Source ir StructElementIndexUnmappedCharacterCount skaičiuja natyviąsias nulines atitikmenis, pakeistus U+FFFDGeometryFailureCount skaičiuoja neperkeliamos eilutės simbolius be tinkamų natyviųjų ribų, išlaikydama jų tekstąFizinei tvarkai naudojamas O(n log n) simbolių rikiavimas, geometriškai augantys eilučių ir ištisų buferiai, buferizuota UTF-16 konstravimo eiga ir gretimų nenusileistųjų tekstų objektų šrifto podėlis
Nustatykite IncludeFontInfo arba IncludeSemantics į False, kai šie papildymo sluoksniai nereikalingi
var
Options: TPdfStructuredTextOptions;
Page: TPdfStructuredTextPage;
begin
Options := TPdfStructuredTextOptions.Default;
Options.MaxCharacters := 250000;
Page := Pdf1.GetStructuredText(Options);
Memo1.Text := Page.Text;
end;